OpenCV（15）–图像二值化

最新推荐文章于 2025-06-30 13:34:26 发布

ShaneHolmes

最新推荐文章于 2025-06-30 13:34:26 发布

阅读量6.8k

点赞数 12

CC 4.0 BY-SA版权

分类专栏： OpenCV 文章标签：图像二值化 opencv 自适应二值化全局二值化

本文链接：https://blog.youkuaiyun.com/qq_33208851/article/details/95742313

1. 全局二值化

图像二值化就是将图像上的像素点的灰度值设置为0或255，这样将使整个图像呈现出明显的黑白效果。灰度处理后就能够二值化了，这是方便图像处理的重要步骤，对轮廓有要求的很有效。在数字图像处理中，二值图像占有非常重要的地位，图像的二值化使图像中数据量大为减少，从而能凸显出目标的轮廓。
OpenCV提供了全局固定阈值和局部自适应阈值的函数来实现二值化图像。
全局二值化方法(Global Binariztion Method) 对每一幅图计算一个单一的阀值。灰度级大于阈值的像素被标记为背景色，否则为前景。
局部二值化方法(Local Adaptive Binarization Method) 以像素的邻域的信息为基础来计算每一个像素的阈值。其中一些方法还会计算整个图像中的一个阈值面。如果图像中的一个像素(x,y)的灰度级高于在(x,y)点的阈值面的计算值，那么把像素(x,y)标记为背景，否则为前景字符。

源代码：

import cv2 as cv
from matplotlib import pyplot as plt

img = cv.imread('C://Users//47463//Desktop//2//carid.jpg',0)

ret,thresh1 = cv.threshold(img,120,255,cv.THRESH_BINARY)
ret,thresh2 = cv.threshold(img,120,255,cv.THRESH_BINARY_INV)
ret,thresh3 = cv.threshold(img,120,255,cv.THRESH_TRUNC)
ret,thresh4 = cv.threshold(img,120,255,cv.THRESH_TOZERO)
ret,thresh5 = cv.threshold(img,120,255,cv.THRE