python+opencv 的图像处理

该博客介绍了使用OpenCV库进行图像处理的方法,包括读取灰度图像、二值化阈值处理、反二值化及自适应阈值处理。通过示例代码展示了如何应用这些技术,以实现图像的二值化和自适应阈值转换,从而突出图像的特征部分。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

import cv2 as cv 

#读入灰度图
img1 = cv.imread('test.jpg',0)
#二值化阈值处理
t,dst1 = cv.threshold(img1,157,255,cv.THRESH_BINARY)
#反二值化阈值处理
dst1_1 = cv.threshold(img1,127,255,cv.THRESH_BINARY_INV)
#自适应阈值处理,采用均值计算阈值
dst1_2 = cv.adaptiveThreshold(img1,255,cv.ADAPTIVE_THRESH_MEAN_C,cv.THRESH_BINARY,5,3)
#自适应阈值处理,采用高斯均值计算阈值
dst1_3 = cv.adaptiveThreshold(img1,255,cv.ADAPTIVE_THRESH_GAUSSIAN_C,cv.THRESH_BINARY,5,3)

cv.imshow('img1',img1)
cv.waitKey(0)   
cv.imshow('2',dst1)
cv.waitKey(0)
cv.imshow('3',dst1_1)
cv.waitKey(0)
cv.imshow('4',dst1_2)
cv.waitKey(0)
cv.imshow('5',dst1_3)
cv.waitKey(0)

cv.destroyAllWindows()  #释放窗口

注意:

  • 如果读入彩色图,将cv.imread(‘01.jpg’,0)改为cv.imread(‘01.jpg’,1)即可
  • 图片路径中不能包中文,否则会报错:
    OpenCV(4.5.2) C:\Users\runneradmin\AppData\Local\Temp\pip-req-build-vi271kac…
  • 不加 cv.waitKey(0)无法显示图片
  • 最后cv.destroyAllWindows() 释放窗口

结果:

- 原图(灰度后)------二值化
原图二值化
- 反二值化------自适应-均值
反二值化自适应-均值
- 自适应-高斯

自适应-高斯

评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值