OpenCV-Python学习(10)—— OpenCV 图像二值化处理(cv.threshold)
2023-09-14 09:15:07 时间
1. 学习目标
- 理解图像的分类,不同类型的图像的区别;
- 对图像进行二值化处理,对【 cv.threshold 】函数的理解。
2. 图像分类
2.1 不同类型图像说明
按照颜色对图像进行分类,可以分为二值图像、灰度图像和彩色图像。
- 二值图像:只有黑色和白色两种颜色的图像。 每个像素点可以用 0/1 表示,0 表示黑色,1 表示白色。
- 灰度图像:只有灰度的图像。 每个像素点用 8bit 数字 [0,255] 表示灰度,如:0 表示纯黑,255 表示纯白。
- 彩色图像:彩色图像通常 采用红色(R)、绿色(G)和蓝色(B)三个色彩通道的组合表示。
2.2 彩色图像
import cv2 as cv
img = cv.imread('./images/messi5.jpg')
cv.imshow('image', img)
cv.waitKey(0)
cv.destroyAllWindows()
2.3 灰度图像
- 方法一:读取图像时,使用灰度模式读取;
import cv2 as cv
img = cv.imread('./images/messi5.jpg',0)
cv.imshow('image_gray', img)
cv.waitKey(0)
cv.destroyAllWindows()
- 方法二:使用 cv.cvtColor 颜色空间转换;
import cv2 as cv
img = cv.imread('./images/messi5.jpg')
img_gray = cv.cvtColor(img, cv.COLOR_BGR2GRAY)
cv.imshow('image_gray', img_gray)
cv.waitKey(0)
cv.destroyAllWindows()
3. 图像二值化处理
3.1 函数调用
cv.threshold(src, thresh, maxval, type[, dst])
3.2 参数说明
参数 | 说明 |
---|---|
src | 表示变换操作的输入图像,nparray 二维数组, 必须是单通道灰度图像! |
thresh | 表示阈值,取值范围 0~255。 |
maxval | 表示填充色,取值范围 0~255,一般取 255。 |
type | 表示变换类型。 |
dst | 表示返回阈值变换的输出图像。 |
3.3 type 值说明
值 | 说明 |
---|---|
cv.THRESH_BINARY | 表示大于阈值时置 255,否则置 0。 |
cv.THRESH_BINARY_INV | 表示大于阈值时置 0,否则置 255。 |
cv.THRESH_TRUNC | 表示大于阈值时置为阈值 thresh,否则不变(保持原色)。 |
cv.THRESH_TOZERO | 表示大于阈值时不变(保持原色),否则置 0。 |
cv.THRESH_TOZERO_INV | 表示大于阈值时置 0,否则不变(保持原色)。 |
cv.THRESH_OTSU | 表示使用 OTSU 算法选择阈值。 |
3.4 二值图像
3.4.1 PNG 透明背景转二值图像
由于透明位置都是0,所以阀值设置为10就能很完美的转换二值图像!
import cv2 as cv
img = cv.imread('./images/opencv-logo-white.png')
img_gray = cv.cvtColor(img, cv.COLOR_BGR2GRAY)
cv.imshow('image_gray', img_gray)
ret, mask = cv.threshold(img_gray, 10, 255, cv.THRESH_BINARY)
cv.imshow('image_mask', mask)
cv.waitKey(0)
cv.destroyAllWindows()
3.4.2 JPG 复杂背景转二值图像
由于背景颜色比较复杂,所以阀值需要不断的调试,测试25时,返回的二值图像最佳,没有噪点!
import cv2 as cv
img = cv.imread('./images/butterfly.jpg')
img_gray = cv.cvtColor(img, cv.COLOR_BGR2GRAY)
cv.imshow('image_gray', img_gray)
ret, mask = cv.threshold(img_gray, 25, 255, cv.THRESH_BINARY_INV)
cv.imshow('image_mask', mask)
cv.waitKey(0)
cv.destroyAllWindows()
4. 注意
- 函数 cv.threshold 进行 固定阈值 的二值化处理;函数 cv.adaptiveThreshold 为 自适应阈值 的二值化处理函数,可以通过比较像素点与周围像素点的关系动态调整阈值。
- 确切地说,只有 type 为 cv.THRESH_BINARY 或 cv.THRESH_BINARY_INV 时输出为二值图像,其它变换类型时进行阈值处理但并不是二值处理。
5. 总结
- 函数 cv.threshold 只有 type 为 cv.THRESH_BINARY 或 cv.THRESH_BINARY_INV 时输出为二值图像,其它变换类型时进行阈值处理但并不是二值处理。
- 函数 cv.threshold 是进行 固定阈值 的二值化处理。
相关文章
- Python 图像处理 OpenCV (2):像素处理与 Numpy 操作以及 Matplotlib 显示图像
- Python 图像处理 OpenCV (1):入门
- python:pip升级pip本身和setuptools(Python 3.7.15)
- Opencv学习笔记 OpenCV源码以及模块的组成结构
- 机器学习笔记 - 使用Face recognition、OpenCV、Python进行人脸识别
- 【OpenCV-Python】教程:4-2 Harris角点检测
- 【OpenCV-Python】教程:3-10 直方图(3)2D直方图
- Python编程语言学习:python语言中快速查询python自带模块&函数的用法及其属性方法、如何查询某个函数&关键词的用法、输出一个类或者实例化对象的所有属性和方法名之详细攻略
- Python语言学习:利用python语言实现调用内部命令(python调用Shell脚本)—命令提示符cmd的几种方法
- Python编程语言学习:包导入和模块搜索路径(包路径)简介、使用方法(python系统环境路径的查询与添加)之详细攻略
- Python语言学习:解决python版本升级问题集合(python2系列→Python3系列)导致错误的总结集合
- Python语言学习之文件格式后缀那些事:python和常见各种文件格式后缀介绍、使用方法之详细攻略
- Python可视化数据分析01、python环境搭建
- 学习目录-Python-opencv-图像处理
- opencv-python图像处理之磨皮相机
- opencv-python视频处理之白闪效果
- (2)Python图像处理,cv2模块,OpenCV实现目标跟踪
- OpenCV-Python学习(18)—— OpenCV 图像几何变换之图像平移(cv.warpAffine)
- OpenCV-Python学习(15)—— OpenCV 鼠标操作和响应(cv.setMouseCallback)
- OpenCV-Python实战(3) —— OpenCV的绘图功能实现【小游戏2048】