1：二值化處理
https://blog.csdn.net/zj360202/article/details/79165796

定義：圖像的二值化，就是將圖像上的像素點的灰度值設置為0或255，也就是將整個圖像呈現出明顯的只有黑和白的視覺效果。

一幅圖像包括目標物體、背景還有噪聲，要想從多值的數字圖像中直接提取出目標物體，常用的方法就是設定一個閾值T，用T將圖像的數據分成兩部分：大于T的像素群和小于T的像素群。這是研究灰度變換的最特殊的方法，稱為圖像的二值化（Binarization）。

簡單的閾值-（全局閾值）：
Python-OpenCV中提供了閾值（threshold）函數：
cv2.threshold（）

函數：第一個參數 src 指原圖像，原圖像應該是灰度圖。
第二個參數 x 指用來對像素值進行分類的閾值。
第三個參數 y 指當像素值高于（有時是小于）閾值時應該被賦予的新的像素值
第四個參數 Methods 指，不同的不同的閾值方法，這些方法包括：

?cv2.THRESH_BINARY 圖（1）
?cv2.THRESH_BINARY_INV 圖（2）
?cv2.THRESH_TRUNC 圖（3）
?cv2.THRESH_TOZERO 圖（4）
?cv2.THRESH_TOZERO_INV 圖（5）

破折線為將被閾值化的值；虛線為閾值

圖（1）
大于閾值的像素點的灰度值設定為最大值(如8位灰度值最大為255)，灰度值小于閾值的像素點的灰度值設定為0。

圖（2）
大于閾值的像素點的灰度值設定為0，而小于該閾值的設定為255。

圖（3）

像素點的灰度值小于閾值不改變，大于閾值的灰度值的像素點就設定為該閾值。

圖（4）

像素點的灰度值小于該閾值的不進行任何改變，而大于該閾值的部分，其灰度值全部變為0。

圖（5）

像素點的灰度值大于該閾值的不進行任何改變，像素點的灰度值小于該閾值的，其灰度值全部變為0。

import cv2 import numpy as np from matplotlib import pyplot as plt img=cv2.imread('1.bmp') GrayImage=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY) ret,thresh1=cv2.threshold(GrayImage,127,255,cv2.THRESH_BINARY) ret,thresh2=cv2.threshold(GrayImage,127,255,cv2.THRESH_BINARY_INV) ret,thresh3=cv2.threshold(GrayImage,127,255,cv2.THRESH_TRUNC) ret,thresh4=cv2.threshold(GrayImage,127,255,cv2.THRESH_TOZERO) ret,thresh5=cv2.threshold(GrayImage,127,255,cv2.THRESH_TOZERO_INV) titles = ['Gray Image','BINARY','BINARY_INV','TRUNC','TOZERO','TOZERO_INV'] images = [GrayImage, thresh1, thresh2, thresh3, thresh4, thresh5] for i in xrange(6): plt.subplot(2,3,i+1),plt.imshow(images[i],'gray') plt.title(titles[i]) plt.xticks([]),plt.yticks([]) plt.show()

總結

以上是生活随笔為你收集整理的python：opencv 二值化处理的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。