一、圖像二值化

圖像二值化是指將圖像上像素點的灰度值設定為0或255，即整個圖像呈現明顯的黑白效果的過程。

二、python圖像二值化處理

1.opencv簡單閾值cv2.threshold

2.opencv自適應閾值cv2.adaptiveThreshold

有兩種方法可用于計算自適應閾值：mean_c和guassian_c

3.Otsu's二值化

三、示例：

importcv2

importnumpyasnp

frommatplotlibimportpyplotasplt

img=cv2.imread('scratch.png',0)

#globalthresholding

ret1,th1=cv2.threshold(img,127,255,cv2.THRESH_BINARY)

#Otsu'sthresholding

th2=cv2.adaptiveThreshold(img,255,cv2.ADAPTIVE_THRESH_MEAN_C,cv2.THRESH_BINARY,11,2)

#Otsu'sthresholding

#閾值一定要設為0!

ret3,th3=cv2.threshold(img,0,255,cv2.THRESH_BINARY+cv2.THRESH_OTSU)

#plotalltheimagesandtheirhistograms

images=[img,0,th1,img,0,th2,img,0,th3]

titles=[

'OriginalNoisyImage','Histogram','GlobalThresholding(v=127)',

'OriginalNoisyImage','Histogram',"AdaptiveThresholding",

'OriginalNoisyImage','Histogram',"Otsu'sThresholding"

]

#這里使用了pyplot中畫直方圖的方法,plt.hist,要注意的是它的參數是一維數組

#所以這里使用了(numpy)ravel方法,將多維數組轉換成一維,也可以使用flatten方法

#ndarray.flat1-Diteratoroveranarray.

#ndarray.flatten1-Darraycopyoftheelementsofanarrayinrow-majororder.

foriinrange(3):

plt.subplot(3,3,i*3+1),plt.imshow(images[i*3],'gray')

plt.title(titles[i*3]),plt.xticks([]),plt.yticks([])

plt.subplot(3,3,i*3+2),plt.hist(images[i*3].ravel(),256)

plt.title(titles[i*3+1]),plt.xticks([]),plt.yticks([])

plt.subplot(3,3,i*3+3),plt.imshow(images[i*3+2],'gray')

plt.title(titles[i*3+2]),plt.xticks([]),plt.yticks([])

plt.show()

以上內容為大家介紹了python圖像二值化處理，希望對大家有所幫助，如果想要了解更多Python相關知識，請關注IT培訓機構:千鋒教育。