17、图像阈值处理、噪声与滤波技术详解

图像阈值处理、噪声与滤波技术详解

一、图像阈值处理

1.1 阈值处理简介

阈值处理是分割图像最简单的方法，虽然彩色图像也有相应的阈值处理方法和算法，但它在灰度图像上效果最佳。通常情况下，阈值处理会将灰度图像转换为二值图像（在二值图像中，每个像素只能有两种可能的值：白色或黑色）。在许多图像处理应用中，图像阈值处理通常是第一步。

其工作原理非常简单，我们定义一个阈值，对于灰度图像中的一个像素，如果其灰度强度值大于该阈值，我们就给该像素赋予一个值（例如白色），否则赋予黑色值。这是最简单的阈值处理形式，还有许多其他的变体。

1.2 OpenCV 中的阈值处理函数

在 OpenCV 中，使用 cv2.threshold() 函数进行图像阈值处理。它接受灰度图像、阈值、 maxVal 和阈值方法作为参数，并返回阈值处理后的图像。 maxVal 参数是当像素强度大于（或在某些方法中小于）阈值时赋予像素的值。OpenCV 中有五种阈值处理方法，下面是它们的数学表示：
| 阈值方法 | 操作 |
| — | — |
| cv2.THRESH_BINARY | 如果 intensity(x,y) > thresh ，则 intensity(x,y) = maxVal ；否则 intensity(x,y) = 0 |
| cv2.THRESH_BINARY_INV | 如果