python实例6-对图像用ps油漆桶和快速选择后进行阈值判断

图片二值化处理

最新推荐文章于 2020-11-17 06:27:22 发布

Sag_ittarius

最新推荐文章于 2020-11-17 06:27:22 发布

阅读量632

点赞数

CC 4.0 BY-SA版权

分类专栏： Python

本文链接：https://blog.youkuaiyun.com/u012871045/article/details/79494739

Python 专栏收录该内容

12 篇文章

订阅专栏

本文介绍了一种将彩色图像转换为黑白二值图像的方法。通过使用Python中的PIL库读取图像并将其从RGB颜色空间转换，然后进行像素级判断以实现二值化。文章详细展示了如何设置阈值条件来区分前景和背景。

import numpy as np
from PIL import Image
import os 


im = Image.open('D:\\local_optimization\\uiuc\\orignal\\32.png').convert('RGB')
im_size = im.size
out=np.zeros((im_size))
in_ = np.array(im, dtype=np.float32)
in_ = in_[:,:,::-1]
in_ = in_.transpose((1,0,2))

for i in range(im_size[0]):
    for j in range(im_size[1]):
        if in_[i,j,0]<50 and in_[i,j,1]<50 and in_[i,j,2]<50:
            out[i,j]=0
        else:
            out[i,j]=255
out = out.transpose((1,0))            
out = out.astype(np.uint8)#缺少此句图像为全黑
dstimg=Image.fromarray(out,'L')
dstimg.save('32.bmp')