Opencv学习笔记(三):图像二值化函数cv2.threshold函数详解
文章目录
-
- 1何为图像的二值化
- 2常见的阈值类型
- 3函数介绍
- 4代码实例
- 5运行结果
1何为图像的二值化
图像二值化函数cv2.threshold函数的介绍。
图像的二值化，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只有黑和白的视觉效果(灰度值0：黑，灰度值255：白).
在图像中除了目标物体和背景区域，还有噪声，这都会对于我们对图像的识别造成困扰，所以我们要通过图像二值化函数将多值的数字图像中直接提取出目标图像，也就是说设定一个阈值T，用T将图像的象素群一分为二。
2常见的阈值类型
- cv2.THRESH_BINARY 大于阈值的部分被置为255，小于部分被置为0
- cv2.THRESH_BINARY_INV 大于阈值部分被置为0，小于部分被置为255
- cv2.THRESH_TRUNC 大于阈值部分被置为threshold，小于部分保持原样
- cv2.THRESH_TOZERO 小于阈值部分被置为0，大于部分保持不变
- cv2.THRESH_TOZERO_INV 大于阈值部分被置为0，小于部分保持不变
- cv2.THRESH_OTSU，并且把阈值thresh设为0，算法会找到最优阈值，并作为第一个返回值ret返回。
3函数介绍
cv2.threshold(img, threshold, maxval,type)
img就是图片，threshold即为阈值，maxval为当灰度值大于（或小于）阈值时将该灰度值赋成的值，type规定的是当前二值化的方式
4代码实例
import cv2
image = cv2.imread('D:/pycharm/test/1.jpg')
gray = cv2.cvtColor(image, cv2.COLOR_RGB2GRAY)
ret, binary = cv2.threshold(gray, 175, 255, cv2.THRESH_BINARY)
ret1, binaryinv = cv2.threshold(gray, 175, 255, cv2.THRESH_BINARY_INV)
ret2, trunc = cv2.threshold(gray, 175, 255, cv2.THRESH_TRUNC)
ret3, tozero = cv2.threshold(gray, 175, 255, cv2.THRESH_TOZERO)
ret4, tozeroinv = cv2.threshold(gray, 175, 255, cv2.THRESH_TOZERO_INV)
"""上面代码的作用是，将灰度图img2gray中灰度值小于175的点置0，灰度值大于175的点置255"""
cv2.imshow('original', image)
cv2.imshow('gray',gray)
cv2.imshow('binary', binary)
cv2.imshow('binaryinv', binaryinv)
cv2.imshow('trunc', trunc)
cv2.imshow('tozero', tozero)
cv2.imshow('tozeroinv', tozeroinv)
cv2.waitKey(0)
5运行结果
原图:
gray：
binary：
binaryinv：
trunc:
tozero:
tozeroinv:
