opencv入门：阈值处理，自适应阈值处理，Otsu处理，均值/方框/高斯/中值滤波

阈值处理

就是剔除图像内像数值高于或低于一定值的像素点。可以获得一个二值图，有效的实现的前景和背景的分离。。

OpenCV 提供了函数 cv2.threshold()和函数 cv2.adaptiveThreshold()，用于实现阈值处理。

threshold函数

retval, dst = cv2.threshold( src, thresh, maxval, type )

• retval 代表返回的阈值
• thresh 设置的阈值
• maxval 代表当type参数为THRESH_BINARY 或者 THRESH_BINARY_INY 类型时，需要设定的最大值
• type 代表阈值分割的类型
  

二值化阈值处理（cv2.THRESH_BINARY）

就是处理成二值图。灰度值大于阈值设为最大值，小于就是0.，，虽然都是灰度图，也可以看看彩图啊。

img=cv2.imread('5.jpg',0)
t,rst=cv2.threshold(img,127,255,cv2.THRESH_BINARY)  # 8位图像最大值就是255，阈值设置为127
cv2.imshow("img",img)
cv2.imshow("rst",rst)
cv2.waitKey()
cv2.destroyAllWindows()

反二值化阈值处理

就是跟上面倒过来。。

img=cv2.imread('5.jpg',0)
t,rst=cv2.threshold(img,127,255,cv2.THRESH_BINARY_INV)
cv2.imshow("img",img)
cv2.imshow("rst",rst)
cv2.waitKey()
cv2.destroyAllWindows()

截断阈值化处理(cv2.THRESH_TRUNC)

将大于阈值的像素设为阈值，小于或等于阈值的不变

img=cv2.imread('5.jpg',0)
t,rst=cv2.threshold(img,127,255,cv2.THRESH_TRUNC)
cv2.imshow("img"