6、图像二值化与边缘检测技术详解

图像二值化与边缘检测技术详解

在计算机视觉领域，图像二值化和边缘检测是非常重要的图像处理技术。它们能够帮助我们从图像中提取关键信息，为后续的分析和处理提供基础。下面将详细介绍这些技术及其应用。

图像二值化技术

图像二值化是一种将图像中的像素值转换为两种状态（通常是黑色和白色）的技术，它可以有效地提取图像中的突出特征。常见的二值化方法有简单阈值法和 Otsu 二值化法。

简单阈值法

简单阈值法是选择一个全局阈值，将图像中的像素值与该阈值进行比较，大于阈值的像素设为一个值（如白色），小于阈值的像素设为另一个值（如黑色）。然而，这种方法的阈值是任意选择的，很难确定一个合适的值，可能需要多次尝试才能找到理想的阈值，而且对于不同像素强度特征的图像，同一个阈值可能并不适用。

Otsu 二值化法

Otsu 方法通过图像直方图来确定一个最优的全局阈值。直方图可以看作是像素值的频率分布。在使用 Otsu 二值化时，我们在 cv2.threshold() 函数中传入 cv2.THRESH_OTSU 作为额外的标志。以下是使用 Otsu 二值化方法的代码示例：

import cv2
import numpy as np

# Load an image
image = cv2.imread("images/scanned_doc.png")
# convert the image to grayscale
image = cv2.cvtColor(image, cv2.COLOR_BGR2GRA