百科狗-知识改变命运!
--

python图像二值化处理

乐乐1年前 (2023-11-21)阅读数 12#技术干货
文章标签阈值

一、图像二值化

图像二值化是指将图像上像素点的灰度值设定为0或255,即整个图像呈现明显的黑白效果的过程。

二、python图像二值化处理

1.opencv简单阈值cv2.threshold

2.opencv自适应阈值cv2.adaptiveThreshold

有两种方法可用于计算自适应阈值: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

python图像二值化处理

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

#Otsu'sthresholding

#阈值一定要设为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"

]

#这里使用了pyplot中画直方图的方法,plt.hist,要注意的是它的参数是一维数组

#所以这里使用了(numpy)ravel方法,将多维数组转换成一维,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()

以上内容为大家介绍了python图像二值化处理,希望对大家有所帮助,如果想要了解更多Python相关知识,请关注IT培训机构:开发教育。

鹏仔微信 15129739599 鹏仔QQ344225443 鹏仔前端 pjxi.com 共享博客 sharedbk.com

免责声明:我们致力于保护作者版权,注重分享,当前被刊用文章因无法核实真实出处,未能及时与作者取得联系,或有版权异议的,请联系管理员,我们会立即处理! 部分文章是来自自研大数据AI进行生成,内容摘自(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供学习参考,不准确地方联系删除处理!邮箱:344225443@qq.com)

图片声明:本站部分配图来自网络。本站只作为美观性配图使用,无任何非法侵犯第三方意图,一切解释权归图片著作权方,本站不承担任何责任。如有恶意碰瓷者,必当奉陪到底严惩不贷!

内容声明:本文中引用的各种信息及资料(包括但不限于文字、数据、图表及超链接等)均来源于该信息及资料的相关主体(包括但不限于公司、媒体、协会等机构)的官方网站或公开发表的信息。部分内容参考包括:(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供参考使用,不准确地方联系删除处理!本站为非盈利性质站点,本着为中国教育事业出一份力,发布内容不收取任何费用也不接任何广告!)