【OpenCV】基于cv2的图像阈值化处理【超详细的注释和解释】掌握基本操作
说在前面的话
博主今天给大家带来人工智能的一个重要领域的入门操作,opencv包的使用和基本操作,希望大家可以从中学到一些东西!
前言
那么这里博主先安利一下一些干货满满的专栏啦!
手撕数据结构
这里包含了博主很多的数据结构学习上的总结,每一篇都是超级用心编写的,有兴趣的伙伴们都支持一下吧!https://blog.csdn.net/yu_cblog/category_11490888.html?spm=1001.2014.3001.5482
算法专栏
https://blog.csdn.net/yu_cblog/category_11464817.html
原图像展示
今天博主将会用这张图像作为例子,给大家展示一些阈值处理的操作
一、OpenCV图像阈值化处理函数
函数原型:
ret,dst = threshold(src,thresh,maxval,type)
src :源图像
thresh: 阈值(127/128是我们常用的阈值)
maxval: 当像素超过阈值(小于等于阈值)所赋予的值,否则取0
ret: 阈值返回值(阈值设定的是多少)
dst: 输出的图像
type: 处理方式
二、二值化THRESH_BINARY与二值化翻转THRESH_BINARY_INV处理
二值化:
处理方式:通道像素值超过阈值的取maxval,通道像素值低于阈值的取0
def test1():
img = cv2.imread(r"C:\Users\Administrator\Desktop\test4.jpg", 1) # 图片路径
ret,img1=cv2.threshold(img,127,255,cv2.THRESH_BINARY) # 二值化
cv2.imshow('img1',img1)
cv2.waitKey(0)
test1()
处理结果:
二值化翻转:
处理方式:和二值化相反
def test1():
img = cv2.imread(r"C:\Users\Administrator\Desktop\test5.jpg", 1)
ret,img1=cv2.threshold(img,127,255,cv2.THRESH_BINARY_INV) # 二值化翻转
cv2.imshow('img1',img1)
cv2.waitKey(0)
test1()
处理结果:
三、THRESH_TRUNC处理
trunc其实就是截断的意思
处理方式:超过阈值取阈值,低于阈值取自身
def test3():
img = cv2.imread(r"C:\Users\Administrator\Desktop\test.jpg", 0)
cv2.imshow('img',img)
# 3.THRESH_TRUNC 超过阈值取阈值,低于阈值取自身
ret,img1=cv2.threshold(img,127,255,cv2.THRESH_TRUNC)
cv2.imshow('img1',img1)
cv2.waitKey(0)
test3()
处理结果:
处理后的图片:
原图:
四、THRESH_TOZERO与THRESH_TOZERO_INV处理
处理方式:
THRESH_TOZERO:超过阈值不变,低于阈值取0
THRESH_TOZERO_INV:超过阈值取0,低于阈值取不变
def test4():
img = cv2.imread(r"C:\Users\Administrator\Desktop\test5.jpg", 1)
cv2.imshow('img',img)
# 4.THRESH_TOZERO 超过阈值不变,低于阈值取0
# 5.THRESH_TOZERO_INV 取反 -- 超过阈值取0,低于阈值取不变
ret,img1=cv2.threshold(img,127,255,cv2.THRESH_TOZERO)
ret,img1=cv2.threshold(img,127,255,cv2.THRESH_TOZERO_INV)
cv2.imshow('img1',img1)
cv2.waitKey(0)
print(ret)
test4()
处理结果:
THRESH_TOZERO:
原图:
THRESH_TOZERO_INV:
原图:
总结
看到这里 相信大家对这方面的内容有了一定的理解了吧?如果你感觉这篇文章对你有帮助的话,希望你可以持续关注,订阅专栏,点赞收藏都是我创作的最大动力!
( 转载时请注明作者和出处。未经许可,请勿用于商业用途 )
更多文章请访问我的主页
@背包https://blog.csdn.net/Yu_Cblog?spm=1000.2115.3001.5343