OPENCV FOR PYTHON 学习笔记 - 阈值

阈值分割：

　　二进制阈值化 THRESH_BINARY：

• 该阈值化类型如下式所示:

  

• 解释：在运用该阈值类型的时候，先要选定一个特定的阈值量，比如：125，这样，新的阈值产生规则可以解释为大于125的像素点的灰度值设定为最大值(如8位灰度值最大为255)，灰度值小于125的像素点的灰度值设定为0。

  

　　反二进制阈值化 THRESH_BINARY_INV：　　

• 该阈值类型如下式所示：

  

• 解释：该阈值化与二进制阈值化相似，先选定一个特定的灰度值作为阈值，不过最后的设定值相反。（在8位灰度图中，例如大于阈值的设定为0，而小于该阈值的设定为255）。

  

　　截断阈值化 THRESH_TRUNC：　　

• 该阈值化类型如下式所示：

  

• 解释：同样首先需要选定一个阈值，图像中大于该阈值的像素点被设定为该阈值，小于该阈值的保持不变。（例如：阈值选取为125，那小于125的阈值不改变，大于125的灰度值（230）的像素点就设定为该阈值）。

  

　　阈值化为0 THRESH_TOZERO_INV ：

• 该阈值类型如下式所示：

  

• 解释：先选定一个阈值，然后对图像做如下处理：1 像素点的灰度值大于该阈值的不进行任何改变；2 像素点的灰度值小于该阈值的，其灰度值全部变为0。

  

　　反阈值化为0 THRESH_TOZERO_INV ：

• 该阈值类型如下式所示：

  

• 解释：原理类似于0阈值，但是在对图像做处理的时候相反，即：像素点的灰度值小于该阈值的不进行任何改变，而大于该阈值的部分，其灰度值全部变为0。