Opencv中的Threshold用法（二值化图像）

Threshold，译为阈值 。什么叫阈值呢？通俗点说，就是分界线。就像我们平时考试的时候，会以60分作为一个阈值，超过60分的，会认为是及格，低于60分的就是不及格。

这个60分就是阈值，分界值。用这个函数，我们可以令图像灰度大于阈值的，为一个值，低于阈值的，为另一个值。这就可以实现图像的二值化。

如果你细想上面那句话，会发现提到了灰度。因为在使用Threshold的时候，需要使用灰度图像。如果是RGB图像，3个通道上都有值，这个时候，的确不符合Threshold的设计初衷。

---

Threshold用法

retVal, thresh = cv2.threshold(需要处理的图像，阈值，分配的值，阈值处理模式选择)

输入：

参数1，需要处理的图像：注意，需要处理的图像需要被转成灰度图像（后面小试一下部分会讲解）

参数2，阈值：设定阈值，分界值

参数3，分配的值：如果一个像素的灰度值，大于或者小于（取决于参数4的选择）阈值，会被赋予分配的值

参数4，阈值处理模式选择：（下面讲解）

• cv2.THRESH_BINARY
• cv2.THRESH_BINARY_INV
• cv2.THRESH_TRUNC
• cv2.THRESH_TOZERO
• cv2.THRESH_TOZERO_INV

输出：

retVal，在这些用法中，可以简单理解为返回输入参数中的阈值。

thresh，返回处理后的图像。

---

阈值处理模式选择

我们先来理解下中文意思，这样就比较好理解。

BINARY，binary，是二值化的意思。

INV，inverted，反转，意味着会将情况反转，处理方式与之前相反。

TRUNC，truncate，截断，还是以成绩为例，如果设置阈值为60，即便你考了100分，也会被判定为60分。如果考了50分，则保持不变，还会被判定为50分。

TOZERO，threshold to zero。有的大学成绩是这样的，如果高于60分，分数在系统会正常显示，如果低于60分，则不会显示分数，一般显示为不及格。只不过在opencv中，是被显示为0。

看懂这张图就基本理解了，都是分段函数。

1. THRESH—BINARY

   • 如果像素值大于阈值，像素值就会被设为参数3
   • 小于等于阈值，设定为0

2. cv2.THRESH_BINARY_INV

   这个是上面一种情况的反转

   • 如果像素值大于阈值，像素值为0
   • 小于等于阈值，设定为参数3

3. cv2.THRESH_TRUNC

   • 如果像素大于阈值，设定为阈值
   • 小于等于阈值，保持原像素值

4. cv2.THRESH_TOZERO

   • 大于阈值，保持原像素值
   • 小于等于，设定为0

5. cv2.THRESH_TOZERO_INV

   与上一种相反

   • 大于阈值，设定为0
   • 小于等于，保持原像素值

---

小试一下

主要目的：

• 验证各个参数的作用，特别是输出参数retVal
• 使用常用的THRESH_BINARY模式
• 看看如果输入彩色图像会怎么样

先来看下如何灰度化图像

要处理的图像是这样，强行彩色（日常打广告，欢迎大家关注一波，一个想写出通俗易懂教程的人）

需要使用到这个函数

image = cv2.cvtColor(image, cv2.COLOR_RGB2GRAY)

cvtColor，全写是，Convert color，转换颜色。

输入是需要转换的图像，以及转换的模式，COLOR_RGB2GRAY，意为从RGB彩色图像to(2) GRAY灰度图像。

我们看下输出（opencv图像显示请看这）

import cv2
#读取图像
image = cv2.imread('015.jpg')
#灰度转换
image = cv2.cvtColor(image, cv2.COLOR_RGB2GRAY)
#图像显示
cv2.imshow('grayimg',image)
cv2.waitKey(0)

输出结果：

我们想让中间的logo，人物和背景尽量分离。用到二值化

分析：人物的灰度比较低，背景的灰度比较高，所以假定设定阈值为50，让背景大于大于，赋值255，即为白色。任务低于阈值，为0，即为黑。

import cv2
#读取图像
image = cv2.imread('015.jpg')
#灰度转换
image = cv2.cvtColor(image, cv2.COLOR_RGB2GRAY)
#二值化
retVal,image = cv2.threshold(image, 50, 255, cv2.THRESH_BINARY)
#尝试看看输出参数
print(retVal)
#图像显示
cv2.imshow('grayimg',image)
cv2.waitKey(0)

输出结果为50，即为设定的阈值

图像：

如果未灰度化，直接处理的话

发现，也是可以运行的