opencv threshold_python+opencv图像处理（二）

python+opencv图像处理(二)

----图像变换

自然界中有很多的颜色，红红的花，绿绿的草，蓝蓝的天，白白的云，多姿多彩的世界，美轮美奂的图像。

通过手机，照相机就可以定格每一个美的瞬间。

但是，当把这些景象定格的时候，就被采样、量化成了数字图像了。

数字图像就是计算机当中处理的图像，也是我们所处理的图像。

彩色图像有很多的理论，RGB三基色理论啊，HSI彩色模型啊，那些我也还搞得不是特别清楚，就不在此班门弄斧了。

１、彩色图像转换为灰度图像

在对图像进行处理时，很多时候会将彩色图像转换为灰度图像进行处理。

灰度图像即仅有灰度值的图像，灰度值也就是从0~255共256种值的图像，只是灰度我们人眼分得并不是特别清楚。

果然，古人诚不欺我，世间哪儿有绝对的黑白，你看，图像中都200多种灰呢，反正我是分不清楚的。

opencv中已有函数:

cvtColor()

来进行图像之间的转换。此函数可以在官方文档上查看其解释。本文只使用它。

如下图所示，将就是美女lena变成了灰度图像。

代码如下：

import cv2 as cv

img=cv.imread("E:/image/le.jpg")

cv.imshow("le",img)

gray=cv.cvtColor(img, cv.COLOR_RGB2GRAY)

cv.imshow("gray",gray)

第一行，导入opencv包

第二行，读入图像

第三行，显示图像

第四行，转换为灰度图像

第五行，显示灰度图像

2、彩色图像转换为二值图像

二值图像也是黑白图像，非黑即白的。

它是在灰度图像的基础上，设定一个值，超过这个值为黑，低于这个值为白。

这个值即是网上说的阈值。

Opencv中有函数threshold可完成此功能。

下图即将lena的灰度图像转换为二值图像。

代码如下：

import cv2 as cv

img=cv.imread("E:/image/le.jpg",0)#也可读为灰度图像

cv.imshow("le",img)

ret,dst=cv.threshold(img,55,255,cv.THRESH_BINARY)

cv.imshow("dst",dst)

函数threshold的功能也不止这一种，网上随处可查哦...