OpenCV系列之图像阈值 | 十五

最新推荐文章于 2022-03-23 16:30:04 发布

woshicver

最新推荐文章于 2022-03-23 16:30:04 发布

阅读量359

点赞数

本文链接：https://blog.csdn.net/woshicver/article/details/105140893

版权

本教程介绍了OpenCV中的图像阈值技术，包括简单阈值、自适应阈值和Otsu二值化。简单阈值通过设定单一阈值将像素分为两类；自适应阈值则针对图像局部区域计算阈值，适用于光照不均匀的情况；Otsu二值化能自动确定最佳阈值，尤其适用于双峰图像。此外，还展示了Otsu二值化的Python实现及其实现原理。

摘要由CSDN通过智能技术生成

目标

在本教程中，您将学习简单阈值，自适应阈值和Otsu阈值。
你将学习函数cv.threshold和cv.adaptiveThreshold。

简单阈值

在这里，问题直截了当。对于每个像素，应用相同的阈值。如果像素值小于阈值，则将其设置为0，否则将其设置为最大值。函数cv.threshold用于应用阈值。第一个参数是源图像，它应该是灰度图像。第二个参数是阈值，用于对像素值进行分类。第三个参数是分配给超过阈值的像素值的最大值。OpenCV提供了不同类型的阈值，这由函数的第四个参数给出。通过使用cv.THRESH_BINARY类型。所有简单的阈值类型为：

cv.THRESH_BINARY
cv.THRESH_BINARY_INV
cv.THRESH_TRUNC
cv.THRESH_TOZERO
cv.THRESH_TOZERO_INV

请通过类型的文档来观察区别。

该方法返回两个输出。第一个是使用的阈值，第二个输出是阈值后的图像。

此代码比较了不同的简单阈值类型：

import cv2 as cv
import numpy as np
from matplotlib import pyplot as plt
img = cv.imread('gradient.png',0)
ret,thresh1 = cv.threshold(img,127,255,cv.THRESH_BINARY)
ret,thresh2 = cv.threshold(img,127,255,cv.THRESH_BINARY_INV)
ret,thresh3 = cv.threshold(img,127,25