opencv 阈值分割 opencv 阈值分割的具体使用
总裁余 人气:0阈值分割
像素图
原始图像像素图 见下面
红色线:标注一条阈值线
二进制阈值化
首先设定一条阀值线 如127
大于127的像素点灰度值设为最大(如unit8的格式为255)
小于127的像素点灰度值设为0
反二进制阈值化
首先设定一条阀值线 如127
大于127的像素点灰度值设为最小为0
小于127的像素点灰度值设为最大(如unit8的格式为255)
截断阈值化
首先选定一个阀值,大于该阈值的像素点呗设定为该阈值,小于该阈值的不变
如:阈值127,大于127的像素点值为127;小于127的不变
反阈值化为0
先选定一个阈值,然后做如下处理:
大于等于该阈值的像素点变为0,
小于该阈值的像素点不变。
阈值化为0
先选定一个阈值,然后做如下处理:
大于等于该阈值的像素点不变,
小于该阈值的像素点变为0。
threshold函数
threshold:中文阈值
方法:
retval,dst=cv2.threshold(src,thresh,maxval,type)
retval:阈值 一般和thresh相同
dst:处理结果的图像
src:原始图像
thresh:阈值,阈值线,对应上文的红线
maxval:最大值,阈值分割后指定的最大值,有1和255。最大值为1对应是二值化图像数据
type:类型,指定那种阈值
threshold 二进制阈值
把亮的处理成白色,暗的处理成黑色
区别二值化阈值:二值化只有0,1。
二进制阈值:可以有其他两个数。二值化是特殊的二进制阈值。
cv2.THRESH_BINARY
算例:设定阈值为127
import cv2 a=cv2.imread('lenacolor.png')# r,b=cv2.threshold(a,127,255,cv2.THRESH_BINARY) print('r',r) cv2.imshow('a',a) cv2.imshow('b',b) cv2.waitKey(0) cv2.destroyAllWindows()
结果:
图中 像素只有0,255
print(b)
threshold 反二进制阈值
把亮的处理成黑色,暗的处理成白色
修改前文代码
cv2.THRESH_BINARY_INV
threshold 截断阈值
亮的不能太亮,有上限,暗的不变
cv2.THRESH_TRUNC
threshold 反阈值化为0
把比较亮的部分处理成0成黑色,小于等于阈值的像素点不变
cv2.THRESH_TOZERO_INV
threshold 阈值化为0
比较亮的部分不变,比较暗的部分处理成黑色为0
cv2.THRESH_TOZERO
加载全部内容