OpenCV--形态学

形态学

从图像中提取对表达和描绘区域形状有意义的图像分量

图像全局二值化

import cv2
import numpy as np
"""
图像全局二值化--0与255
二值化的主要目的是通过简化图像信息、增强对比度、分割目标物体、提取特征信息、去除噪声以及压缩存储和快速处理等方式，使图像更容易被计算机处理和分析
最好是灰度图
"""
img = cv2.imread('./img/cat.jpeg')
# 二值操作对灰度图像操作，先把图像变为灰度图像
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# 二值化 127:阈值, 255最大值, cv2.THRESH_BINARY操作类型
# 返回两个值，一个是阈值，一个是二值化处理后的图片
thresh, dst = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY)

cv2.imshow('cat', np.hstack((gray, dst)))

自适应阈值