图像阈值（opncv-jupter）

• ret, dst = cv2.threshold(src, thresh, maxval, type)

目录

导入图像

Original Image图像分析

BINARY图像分析

BINARY_INV图像分析

TRUNC图像分析

TOZERO图像分析

TOZERO_INV图像分析

---

• 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（0~255）

• 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：

• cv2.THRESH_BINARY； cv2.THRESH_BINARY_INV； cv2.THRESH_TRUNC； cv2.THRESH_TOZERO；cv2.THRESH_TOZERO_INV

• cv2.THRESH_BINARY 超过阈值部分取maxval（最大值），否则取0

• cv2.THRESH_BINARY_INV THRESH_BINARY的反转

• cv2.THRESH_TRUNC 大于阈值部分设为阈值，否则不变
• cv2.THRESH_TOZERO 大于阈值部分不改变，否则设为0
• cv2.THRESH_TOZERO_INV THRESH_TOZERO的反转

导入图像

hsv=cv2.cvtColor(img,cv2.COLOR_BGR2HSV)

cv2.imshow("hsv", hsv)
cv2.waitKey(0)    
cv2.destroyAllWindows()

 

ret, thresh1 = cv2.threshold(img_gray, 127, 255, cv2.THRESH_BINARY)
ret, thresh2 = cv2.threshold(img_gray, 127, 255, cv2.THRESH_BINARY_INV)
ret, thresh3 = cv2.threshold(img_gray, 127, 255, cv2.THRESH_TRUNC)
ret, thresh4 = cv2.threshold(img_gray, 127, 255, cv2.THRESH_TOZERO)
ret, thresh5 = cv2.threshold(img_gray, 127, 255, cv2.THRESH_TOZERO_INV)

titles = ['Original Image', 'BINARY', 'BINARY_INV', 'TRUNC', 'TOZERO', 'TOZERO_INV']
images = [img, thresh1, thresh2, thresh3, thresh4, thresh5]

for i in range(6):
    plt.subplot(2, 3, i + 1), plt.imshow(images[i], 'gray')
    plt.title(titles[i])
    plt.xticks([]), plt.yticks([])
plt.show()

Original Image图像分析

cv2.imshow('img', img)
cv2.waitKey(0)
cv2.destroyAllWindows()

 

BINARY图像分析

ret, thresh1 = cv2.threshold(img_gray, 127, 255, cv2.THRESH_BINARY)
cv2.imshow('img', thresh1)
cv2.waitKey(0)
cv2.destroyAllWindows()

参数1为图像来源，参数2为阀值（0~255），参数3最大的阀值，参数4类型 超过阈值部分取maxval（最大值），否则取0，显而易见超过172为白色，小于172为黑色。

 

 

BINARY_INV图像分析

ret, thresh2 = cv2.threshold(img_gray, 127, 255,cv2.THRESH_BINARY_INV)
cv2.imshow('img', thresh2)
cv2.waitKey(0)
cv2.destroyAllWindows()

参数1为图像来源，参数2为阀值（0~255），参数3最大的阀值，参数4型 THRESH_BINARY_INV THRESH_BINARY的反转，显而易见超过172为黑色，小于172为白色。

 

 

TRUNC图像分析

ret, thresh3 = cv2.threshold(img_gray, 127, 255, cv2.THRESH_TRUNC)
cv2.imshow('img', thresh3)
cv2.waitKey(0)
cv2.destroyAllWindows()

参数1为图像来源，参数2为阀值（0~255），参数3最大的阀值，参数4大于阈值部分设为阈值，否则不变，显而易见超过172为172，小于172为原来颜色。

 

 

TOZERO图像分析

ret, thresh4 = cv2.threshold(img_gray, 127, 255, cv2.THRESH_TOZERO)
cv2.imshow('img', thresh4)
cv2.waitKey(0)
cv2.destroyAllWindows()

参数1为图像来源，参数2为阀值（0~255），参数3最大的阀值，参数4型大于阈值部分不改变，否则设为0，显而易见超过172为原来颜色，小于172为黑色。

 

 

TOZERO_INV图像分析

ret, thresh5 = cv2.threshold(img_gray, 127, 255, cv2.THRESH_TOZERO_INV)
cv2.imshow('img', thresh5)
cv2.waitKey(0)
cv2.destroyAllWindows()

参数1为图像来源，参数2为阀值（0~255），参数3最大的阀值，参数4型THRESH_TOZERO的反转，显而易见超过172为黑色，小于172为白色。

 

 

好了，第一节课到此为止，觉得有帮助，点赞三连，谢谢。持续更新，

下期跟新图像平滑。