二值化Thresholding

最新推荐文章于 2023-11-23 08:57:47 发布

可可茜里的传说

最新推荐文章于 2023-11-23 08:57:47 发布

阅读量710

点赞数 1

分类专栏：计算机视觉文章标签：计算机视觉 opencv python

本文链接：https://blog.youkuaiyun.com/weixin_44632711/article/details/121335587

版权

本文介绍了图像处理中的二值化技术，包括阈值化方法如cv2.THRESH_BINARY、cv2.THRESH_BINARY_INV等，并探讨了全局阈值与自适应阈值的应用，如Otsu's Method和Adaptive Thresholding。这些技术在图像分析和边界检测中起到关键作用，特别是在处理亮度变化的图像时，自适应阈值能提供更好的结果。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

在图像处理中，Thresholding中文翻译过来叫二值化或者阈值化。二值化就是把图片传换成只有white和black这两种颜色。通过Thresholding，可以让图片中感兴趣的颜色变成主角–white，其余的颜色全部隐藏–black。另外，二值化后的图片也便于计算机进行分析，因为边缘轮廓十分清晰，所以计算机可以轻松找到边界线。然而，在找边界这方面，Thresholding并不是特别好的算法，有些时候遇到某些特殊图片效果也不好。

二值化的应用

from imutils import *

image = imread('image/coins.jpg')
show(image)

请添加图片描述

gray = cv2.cvtColor(image, cv2.COLOR_RGB2GRAY)
plt.imshow(gray,'gray')  #使用灰度图效果显示图片
plt.axis('off')
plt.show()

请添加图片描述

• cv2.THRESH_BINARY
• cv2.THRESH_BINARY_INV # 阈值化操作，值大于阈值，变成较大的值，小于变为0
• cv2.THRESH_TRUNC
• cv2.THRESH_TOZERO
• cv2.THRESH_TOZERO_INV

ret1,thresh1 = cv2.threshold(gray,127,255,cv2.THRESH_BINARY)  #阈值都定义为127
ret2,thresh2 = cv2.threshold(gray,127,255,cv2.THRESH_BINARY_INV)
ret3,thresh3 = cv2.threshold(gray,127,255,cv2.THRESH_TRUNC)
ret4,thresh4 = cv2.threshold(gray,127,255,cv2.THRESH_TOZERO)
ret5,thresh5 = cv2.threshold(gray,127,255,cv2.THRESH_TOZERO_INV)