二值化: 将图像的每个像素变成两种值, 比如0, 255.
threshold(src, thresh, maxval, type[, dst])
src 最好是灰度图
thresh: 阈值
maxval: 最大值, 最大值不一定是255
type: 操作类型. 常见操作类型如下:
简单解释:
import cv2
import numpy as np
img = cv2.imread('./dog.jpeg')
#cvtColor 用于将图像进行灰度化
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
# 返回两个结果, 一个是阈值, 另一个是处理后的图片
ret, dst = cv2.threshold(gray, 80, 255, cv2.THRESH_BINARY)
cv2.imshow('dog', np.hstack((gray, dst)))
cv2.waitKey(0)
cv2.destroyAllWindows()
在前面的部分我们使用是全局阈值,整幅图像采用同一个数作为阈值。当时这种方法并不适应与所有情况,尤其是当同一幅图像上的不同部分的具有不同亮度时。这种情况下我们需要采用自适应阈值。此时的阈值是根据图像上的每一个小区域计算与其对应的阈值。因此在同一幅图像上的不同区域采用的是不同的阈值,从而使我们能在亮度不同的情况下得到更好的结果。
import numpy as np
import cv2
img=cv2.imread('./code/dog.jpeg')
#二值化操作是对灰度图片进行操作,因此需要将图片灰度化
gray=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
dst=cv2.adaptiveThreshold(gray,255,cv2.ADAPTIVE_THRESH_GAUSSIAN_C,cv2.THRESH_BINARY,9,0)
cv2.imshow('dog',np.hstack((gray,dst)))
cv2.waitKey(0)
cv2.destroyAllWindows()
cv2.ADAPTIVE_THRESH_MEAN_C, 与cv2.ADPTIVE_THRESH_GAUSSIAN_C 的对比
import numpy as np
import cv2
img=cv2.imread('./code/dog.jpeg')
#二值化操作是对灰度图片进行操作,因此需要将图片灰度化
gray=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
dst=cv2.adaptiveThreshold(gray,255,cv2.ADAPTIVE_THRESH_MEAN_C,cv2.THRESH_BINARY,9,0)
dst2=cv2.adaptiveThreshold(gray,255,cv2.ADAPTIVE_THRESH_GAUSSIAN_C,cv2.THRESH_BINARY,9,0)
cv2.imshow('dog',np.hstack((gray,dst,dst2)))
cv2.waitKey(0)
cv2.destroyAllWindows()
cv2.THRESH_BINARY 与cv2.THRESH_BINARY_INV 的对比
import numpy as np
import cv2
img=cv2.imread('./code/dog.jpeg')
#二值化操作是对灰度图片进行操作,因此需要将图片灰度化
gray=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
dst=cv2.adaptiveThreshold(gray,255,cv2.ADAPTIVE_THRESH_GAUSSIAN_C,cv2.THRESH_BINARY,9,0)
dst2=cv2.adaptiveThreshold(gray,255,cv2.ADAPTIVE_THRESH_GAUSSIAN_C,cv2.THRESH_BINARY_INV ,9,0)
cv2.imshow('dog',np.hstack((gray,dst,dst2)))
cv2.waitKey(0)
cv2.destroyAllWindows()
threshold 与 adaptiveThreshold 对比
import numpy as np
import cv2
img=cv2.imread('./code/dog.jpeg')
cv2.namedWindow('img',cv2.WINDOW_NORMAL)
#二值化操作是对灰度图片进行操作,因此需要将图片灰度化
gray=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
# 全局二值化
thres,dst=cv2.threshold(gray,130,255,cv2.THRESH_BINARY)
#自适应二值化
dst2=cv2.adaptiveThreshold(gray,255,cv2.ADAPTIVE_THRESH_GAUSSIAN_C,cv2.THRESH_BINARY,9,0)
cv2.imshow('img',np.hstack((gray,dst,dst2)))
cv2.waitKey(0)
cv2.destroyAllWindows()