图片滤波以及阈值二值化

原创

已于 2023-02-14 16:18:05 修改 · 261 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#opencv #python

于 2022-11-19 11:14:16 首次发布

本文介绍如何利用OpenCV库实现图像的灰度显示、多种滤波操作、灰度转换及二值化处理等基本图像预处理技术。具体包括读取图像、应用均值滤波、高斯滤波、非局部均值滤波、中值滤波等方法，并最终通过阈值分割完成图像的二值化。

import cv2
PATH = 'D:/program/tool/protest/train/image/001.jpg'
im = cv2.imread(PATH, 0)  # 参数0为灰度显示，参数1为RGB显示
# im = cv2.blur(im, (10, 10))  # 均值滤波
# im = cv2.GaussianBlur(im, (3, 3), sigmaX=5)  # 高斯滤波
# im = cv2.fastNlMeansDenoisingColored(im, None, 10, 10, 7, 21)  # 非局部均值滤波（只能处理RGB图）
# im = cv2.cvtColor(im, cv2.COLOR_BGR2GRAY)  # 转化为单通道
# im = cv2.medianBlur(im, 7)  # 中值滤波
ret,