【OpenCV案例实战分享】关于图像处理的一些基本操作之二值化、图像加噪处理......

导语

大家上午好哈！上一期给大家写的图像处理内容都学完了嘛~

今天是一个小系列哈，会不定期更新一些OpenCV相关的知识的，之前其实也有写很多OpenCV相

关的内容哦~

​

有兴趣的小伙伴儿可以自己去看下往期的文章哈，合集的话都是整理好的呢~

今天，到大家写点有意思的，图像二值化、噪声有美感的！

​

正文

一、二值化

1.1  二值化的基本原理

图像二值化就是将图像上的像素点的灰度值设置为0或255，也就是将整个图像呈现出明显的黑白

效果的过程。在数字图像处理中，二值图像占有非常重要的地位，图像的二值化使图像中数据量大

为减少，从而能凸显出目标的轮廓。

1.2  图像二值化的基本操作

我们使用OpenCV中的函数来进行图像二值化操作，今天讲解的OpenCV中图像二值主要用到这

threshold函数来实现。

1.3  附代码

image = cv2.imread('nv.png')
image = cv2.cvtColor(image, cv2.COLOR_RGB2GRAY)#把输入图片灰度化
cv2.threshold(image, 140, 255, 0, image)

cv2.namedWindow("Image")
cv2.imshow("Image", image)
cv2.waitKey(0)

在这里我们使用的是threshold函数，函数原型为

threshold(src, thresh, maxval, type[, dst])

• src参数表示输入图像（多通道，8位或32位浮点）。
• thresh参数表示阈值。
• maxval参数表示与THRESH_BINARY和THRESH_BINARY_INV阈值类型一起使用设置的最大值。
• type参数表示阈值类型。
• retval参数表示返回的阈值。若是全局固定阈值算法，则返回thresh参数值。若是全局自适应阈值算法，则返回自适应计算得出的合适阈值。
• dst参数表示输出与src相同大小和类型以及相同通道数的图像。

1.4  效果展示

我居然觉得二值化的图挺好看的~

​

二、图像加噪

1.1 原理简介

加噪->图片变的不清晰。

原理：随机的将素点替换为其他值。

1.2  附代码

img = cv2.imread('nv.png')
# 噪声点数量
coutn = 100000
for k in range(0,coutn):
    # 获取图像噪声点的随机位置
    xi = int(np.random.uniform(0,img.shape[1]))
    xj = int(np.random.uniform(0,img.shape[0]))
    #加噪
    if img.ndim == 2:
        # 灰度图像
        img[xj,xi] = 255
    elif img.ndim == 3:
        # 非灰度图像，图像加噪
        img[xj,xi,0] = 25
        img[xj,xi,1] = 20
        img[xj,xi,2] = 20
cv2.namedWindow('img')
cv2.imshow('img',img)
cv2.waitKey()
cv2.destroyAllWindows()

1.2  效果展示

原图——

效果图——

​总结

好啦~这个系列将会支持更新的啦，有对人工智能方面感兴趣的可以关注小编哦！

二值化跟加噪处理是不是结果也挺令人满意的 哈哈哈 可能是我的买家秀的图选的好看~全靠颜

值.jpg嘛~那你找我拿代码自己试试嘛？！

完整的免费源码领取处：

滴滴我即可吖！私信领！

往期文章推荐阅读——

 项目2.8  黑白上色技巧

OpenCv之黑白上色小技巧，奥黛丽赫本神颜，超惊艳滴~

项目1.0  卡通化头像

【Opencv实战】如何快速Get专属头像？惊艳—女友要的头像终于找到了~

项目1.1  动漫化人物

【突破次元壁】谁说二次元离我们遥远？Python特效火遍全网，关键技术原来是它。

项目1.2  颜值打分系统

Python小测试 2021最新男女颜值打分小系统标准出炉，看哭无数人...

项目1.3  美颜小程序

【热门】现在的美颜特效有多可怕？基于Opencv的美颜相机告诉你

文章汇总——

项目1.0 Python—2021 |已有文章汇总 | 持续更新，直接看这篇就够了

（更多内容+源码都在文章汇总哦！！欢迎阅读~）

​