OpenCV——阈值处理+平滑处理

最新推荐文章于 2022-08-14 13:02:14 发布

zzn_

最新推荐文章于 2022-08-14 13:02:14 发布

阅读量256

点赞数

分类专栏： OpenCV 文章标签： opencv

本文链接：https://blog.youkuaiyun.com/weixin_57397022/article/details/118309667

版权

本文介绍了OpenCV中的阈值处理技术，包括二值化阈值、自适应阈值和Otsu阈值处理，并提供了相关代码示例。接着详细讲解了图像平滑处理，涉及均值滤波、方框滤波、高斯滤波、中值滤波、双边滤波和2D卷积，阐述了各种滤波方法的原理和应用场景。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

文章目录

一、阈值处理

OpenCV使用cv2.threshold()函数进行阈值化处理。
语法格式为：ret, dst = cv2.threshold(src, thresh, maxval, type)

src：输入图，只能输入单通道图像，通常来说为灰度图
dst：输出图
thresh：阈值
maxval：当像素值超过了阈值（或者小于阈值，根据type来决定），所赋予的值
type：二值化操作的类型，包含以下5种类型

1、二值化阈值处理[cv2.threshold()]

使用函数cv2.threshold()对图像进行二值化阈值处理。

编写代码如下（示例）：

import cv2
img = cv2.imread(" ")
t , rst = cv2.threshold(img, 127, 255, cv2.THRESH_BINARY)
cv2.imshow("img",img)
cv2.imshow("rst",rst)
cv2.waitKey(0)
cv2.destroyAllWindows()

2、自适应阈值[cv2.adaptiveThreshold()]

OpenCV中，函数cv2.adaptiveThreshold()用来实现自适应阈值处理。

定义：使用变化的阈值完成对图像的阈值处理。
操作：通过计算每个像素点周围临近区域的加权平均值获得阈值，并使用该阈值对当前像素点进行处理。
目的：保留了更多的细节信息。

该语法格式为：
dst=cv.adaptiveThreshold (src, maxValue, adaptiveMethod, thresholdType, blockSize, C）

dst代表自适应阈值处理结果。
src代表要进行处理的原始图像。[！！！该图像必须是8位单通道的图像]
maxValue代表最大值。
ladaptiveMethod代表自适应方法。
lthresholdType 代表阈值处理方式，该值必须是cv2.THRESH_BINARY 或者cv2.THRESH_BINARY_INV中的一个。
lblockSize代表块大小。表示一个像素在计算其阈值时所使用的邻域尺寸，通常为3、5、7等。
C是常量。

最低0.47元/天解锁文章