阈值与平滑处理

最新推荐文章于 2024-12-31 09:42:25 发布

Jaysay

最新推荐文章于 2024-12-31 09:42:25 发布

阅读量306

点赞数 2

CC 4.0 BY-SA版权

分类专栏：图像处理文章标签： opencv

本文链接：https://blog.youkuaiyun.com/jaysay/article/details/117675647

图像处理专栏收录该内容

9 篇文章

订阅专栏

本文介绍了图像处理中的阈值处理和平滑处理。使用OpenCV的cv2.threshold()函数进行二值化、反二值化、截断、超阈值零处理和低阈值零处理等操作，展示了不同类型的阈值处理效果。同时，通过平滑处理如模糊处理，包括高斯模糊、中值滤波和双边滤波等，改善图像质量。实例代码详细演示了这些操作的过程。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

阈值处理是指剔除图像像素内像素值高于一定值或低于一定值的像素点。

OpenCV提供了函数cv2.threshold()和函数cv2.adaptiveThreshold(),用于实现阈值处理。

阈值处理
ret, dst = cv2.threshold(src, thresh, maxval, type)
src：输入图，只能输入单通道图像，通常来说为灰度图
dst：输出图
thresh：阈值
maxval：当像素值超过了阈值（或者小于阈值，根据type来决定），所赋予的值
type：二值化操作的类型，包含以下5种类型： cv2.THRESH_BINARY； cv2.THRESH_BINARY_INV；
cv2.THRESH_TRUNC； cv2.THRESH_TOZERO；cv2.THRESH_TOZERO_INV
cv2.THRESH_BINARY 超过阈值部分取maxval（最大值），否则取0
cv2.THRESH_BINARY_INV THRESH_BINARY的反转
cv2.THRESH_TRUNC 大于阈值部分设为阈值，否则不变
cv2.THRESH_TOZERO 大于阈值部分不改变，否则设为0
cv2.THRESH_TOZERO_INV THRESH_TOZERO的反转

eg:阈值运算（threshold）：二值化、反二值化、截断、超阈值零处理、低阈值零处理

import cv2
import numpy as np
#from matplotlib import pyplot as plt

peppa = cv2.imread('peppa.jpg')
img=cv2.cvtColor(peppa,cv2.COLOR_BGR2GRAY)
cv2.imshow('Peppa',img)
ret,thresh1 = cv2.threshold(img,200,255,cv2.THRESH_BINARY)
ret,thresh2 = cv2.threshold(img,200,255,cv2.THRESH_BINARY_INV)
ret,thresh3 = cv2.threshold(img,200,255,cv2.THRESH_TRUNC)
ret,thresh4 = cv2.threshold(img,200,255,cv2.THRESH_TOZERO)
ret,thresh5 = cv2.threshold(img,200,255,cv2.THRESH_TOZERO_INV)
cv2.imshow('BINARY',thresh1)
cv2.imshow('BINARY_INV',thresh2)
# cv2.imshow('TRUNC',thresh3)
# cv2.imshow('TOZERO',thresh4)
# cv2.imshow('TOZERO_INV',thresh5)
peppa_body=cv2.bitwise_and(peppa,peppa,mask=thresh2)
cv2.imshow('peppa_body',peppa_body)
cv2.waitKey()
cv2.destroyAllWindows()

平滑处理与模糊处理

img = cv2.imread("peppa_gaussian.jpg")
blur = cv2.blur(img, (7, 7))
box = cv2.boxFilter(img,-1,(7,7), normalize=True)
gaussian = cv2.GaussianBlur(img, (7, 7), 10)
median = cv2.medianBlur(img, 7)
bilater=cv2.bilateralFilter(img,9,75,75)
kernel = np.array((
[-2, -1, 0],
[-1,1,1],
[0, 1, 2]), dtype="float32")
filter2D=cv2.filter2D(img,-1,kernel)
cv2.imshow('img',img)
cv2.imshow('blur',blur)
cv2.imshow('box',box)
cv2.imshow('gaussian',gaussian)
cv2.imshow('median',median)
cv2.imshow('bilater',bilater)
cv2.imshow('filter2D',filter2D)
cv2.waitKey()
cv2.destroyAllWindows()