opencv直方图阈值图像处理

最新推荐文章于 2024-10-18 16:10:27 发布

究极目标

最新推荐文章于 2024-10-18 16:10:27 发布

阅读量991

点赞数

CC 4.0 BY-SA版权

分类专栏： OpenCV 文章标签： opencv 图像识别

本文链接：https://blog.youkuaiyun.com/weixin_54574838/article/details/116204150

本文复习了OpenCV中直方图处理的难点——阈值图像突出。内容涉及图片处理和代码展示，指出阈值处理适用于色差明显图片的分割，但对颜色复杂的图片效果不佳，代码理解需要深入。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

序

这次内容我们来复习直方图处理中最难的一部分，阈值图像突出。

图片

在这里插入图片描述

代码展示

import cv2
import numpy as np

def calcGrayHist(grayimage):
    #灰度图像矩阵的高和宽
    rows,clos =grayimage.shape
    print(grayimage.shape)
    #存储灰度直方图
    grayHist = np.zeros([256],np.uint64)
    for r in range(rows):
        for c in range(clos):
            grayHist[grayimage[r][c]] += 1
    return grayHist


#阈值分割：直方图阈值法
def threshTwoPeaks(image):
    if len(image.shape) == 2:
        gray =image
    else:
        gray =cv2.cvtColor(image,cv2.COLOR_BGR2GRAY)
        print(66666666)
    #计算灰度直方图
    histogram =calcGrayHist(gray)
    #寻找灰度直方图的最大峰值对应的灰度值
    maxLoc = np.where(histogram==np.max(histogram))
    firstPeak =maxLoc[0][0]
    #寻找灰度直方图的第二个峰值对应的灰度值
    measureDists =np.zeros([256],np.float32)
    for k in range(256):
        me