6、图像二值化与边缘检测技术详解

图像二值化与边缘检测技术详解

1. 图像二值化技术

图像二值化是一种从图像中提取突出特征的有用图像处理技术。简单阈值处理中，我们需任意选择一个全局阈值，但很难确定合适的阈值，可能要多次尝试才能找到正确值，而且对一张图像适用的阈值，对其他像素强度特征不同的图像可能并不适用。

Otsu 方法则能从图像直方图中确定一个最优的全局阈值。直方图可看作像素值的频率分布。要进行 Otsu 二值化，可在 cv2.threshold() 函数中传入 cv2.THRESH_OTSU 作为额外标志。例如，传入 cv2.THRESH_BINARY + cv2.THRESH_OTSU 来表示使用 Otsu 方法，此时阈值可传入任意值（如 0），算法会自动计算阈值并作为输出之一返回。

以下是使用 Otsu 二值化方法的代码示例：

import cv2
import numpy as np

# Load an image
image = cv2.imread("images/scanned_doc.png")
# convert the image to grayscale
image = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
cv2.imshow("Original Grayscale Receipt", image)

# Binarize the image using thresholding
(T, binarizedImage) = cv2.threshold(image, 0, 25