快捷導(dǎo)航

python opencv 簡單閾值算法的實(shí)現(xiàn)

更新時(shí)間：2019年08月04日 09:40:04 作者：月下花弄影

這篇文章主要介紹了python opencv 簡單閾值算法的實(shí)現(xiàn)，文中通過示例代碼介紹的非常詳細(xì)，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧

本文先了解一個(gè)簡單閾值函數(shù)，以了解一個(gè)閾值算法的具體參數(shù)。

然后比較不同閾值函數(shù)的區(qū)別。

同樣的，先用一副圖說明本文重要大綱：

這里寫圖片描述

#! usr/bin/env python
# coding: utf-8
import cv2

img = cv2.imread('cat.jpg')
img = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
# 先將圖像矩陣進(jìn)行二值化
# img = cv2.imread('cat.jpg'，0)
# 也可以直接將圖像用灰度值讀入，其中0就表示用灰度讀圖

cv2.imshow('img',img)

_,img1 = cv2.threshold(img,100,250,cv2.THRESH_BINARY)
# 這個(gè)函數(shù)返回兩個(gè)值，第二個(gè)值才是二值化后的圖像矩陣
# 最后一個(gè)參數(shù)表示一種二值化算法
# 閾值設(shè)置為100,
# 250表示大于100的像素值會(huì)被重新賦值為250

cv2.imshow('img',img1)

# cv2.waitKey()
cv2.destroyAllWindows()


############ 以下比較不同簡單二值化算法的區(qū)別

# 先進(jìn)行不同算法的二值化
ret,img1 = cv2.threshold(img,127,255,cv2.THRESH_BINARY)
# 從名字可以看出一點(diǎn)來，binary是二元的意思，這里指要么0，要么指定的一個(gè)值（255）
print(ret)
ret,img2 = cv2.threshold(img,127,255,cv2.THRESH_BINARY_INV)
# 注意到INV表示逆，全寫是inverse
ret,img3 = cv2.threshold(img,127,255,cv2.THRESH_TRUNC)
# 注意到truncate表示截?cái)嗟囊馑肌＿@個(gè)函數(shù)不再是二元，而是對超過某個(gè)值的部分進(jìn)行處理，否則并不會(huì)處理。
ret,img4 = cv2.threshold(img,127,255,cv2.THRESH_TOZERO)
# 實(shí)際上，這也是一種階段，對大于某一個(gè)值的像素值進(jìn)行調(diào)整，與trunc不同的是，這里變?yōu)?，而不是最大值
ret,img5 = cv2.threshold(img,127,255,cv2.THRESH_TOZERO_INV)

import numpy as np
import matplotlib.pyplot as plt
#用這個(gè)模塊來畫圖顯示，這個(gè)庫和opencv有些不同，可參考前面的博客
# https://blog.csdn.net/qq_27261889/article/details/80543966

# 先定義以下圖的圖題和圖像矩陣
titles = ['original','binary','binary_inv','trunc','tozero','tozero_inv']
imgs = [img,img1,img2,img3,img4,img5]

for i in range(6):
  plt.subplot(2,3,i+1)#分別畫出每一個(gè)圖
  plt.imshow(imgs[i],'gray')
  plt.title(titles[i])#寫出圖題

plt.show()

以上就是本文的全部內(nèi)容，希望對大家的學(xué)習(xí)有所幫助，也希望大家多多支持腳本之家。

您可能感興趣的文章: