OpenCV自学笔记九:阈值处理

  1. 阈值处理(Thresholding):阈值处理是一种图像分割的方法,它根据像素灰度值与设定的阈值进行比较,将像素分为两个类别(例如黑白、前景背景等)。阈值处理可以用于目标检测、图像增强等应用。在OpenCV中,常用的阈值处理函数是`cv2.threshold()`。

  2. threshold函数:`cv2.threshold(src, thresh, maxval, type[, dst])`是OpenCV中的阈值处理函数。它接受源图像、设定的阈值、最大值、阈值类型以及可选参数目标图像作为输入,并返回两个结果:阈值和处理后的图像。

  3. 自适应阈值处理(Adaptive Thresholding):自适应阈值处理是根据图像的局部特征,自动确定每个像素点的阈值。不同于固定阈值处理,自适应阈值处理能够在不同光照条件下得到更好的效果。在OpenCV中,可以通过`cv2.adaptiveThreshold()`函数实现自适应阈值处理。

  4. Otsu处理(Otsu's Thresholding):Otsu处理是一种自动确定二值化阈值的方法,它通过最小化类间方差或最大化类内方差的方式,找到最佳的阈值。Otsu处理可以在某些情况下得到更好的二值化结果。在OpenCV中,可以使用`cv2.threshold()`函数并将阈值类型设置为`cv2.THRESH_OTSU`来进行Otsu处理。

示例代码:

import cv2

# 读取图像并转为灰度图

image = cv2.imread('input.jpg')

gray_image = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

# 使用固定阈值处理

_, binary_image = cv2.threshold(gray_image, 127, 255, cv2.THRESH_BINARY)

# 使用自适应阈值处理

adaptive_image = cv2.adaptiveThreshold(gray_image, 255, cv2.ADAPTIVE_THRESH_MEAN_C, cv2.THRESH_BINARY, 11, 2)

# 使用Otsu处理

_, otsu_image = cv2.threshold(gray_image, 0, 255, cv2.THRESH_BINARY + cv2.THRESH_OTSU)

# 显示图像

cv2.imshow('Binary Image', binary_image)

cv2.imshow('Adaptive Threshold Image', adaptive_image)

cv2.imshow('Otsu Image', otsu_image)

cv2.waitKey(0)

cv2.destroyAllWindows()

以上示例中,首先将彩色图像转换为灰度图像。然后使用固定阈值将灰度图像二值化,得到二值图像(`binary_image`)。接着使用自适应阈值处理函数`cv2.adaptiveThreshold()`对灰度图像进行自适应阈值处理,得到处理后的图像(`adaptive_image`)。最后使用Otsu处理方法将灰度图像二值化,得到Otsu处理后的图像(`otsu_image`)。可以根据具体需求调整阈值和参数以获得不同的阈值处理效果。

相关推荐
GL_Rain7 分钟前
【OpenCV】Could NOT find TIFF (missing: TIFF_LIBRARY TIFF_INCLUDE_DIR)
人工智能·opencv·计算机视觉
shansjqun11 分钟前
教学内容全覆盖:航拍杂草检测与分类
人工智能·分类·数据挖掘
狸克先生14 分钟前
如何用AI写小说(二):Gradio 超简单的网页前端交互
前端·人工智能·chatgpt·交互
baiduopenmap28 分钟前
百度世界2024精选公开课:基于地图智能体的导航出行AI应用创新实践
前端·人工智能·百度地图
小任同学Alex31 分钟前
浦语提示词工程实践(LangGPT版,服务器上部署internlm2-chat-1_8b,踩坑很多才完成的详细教程,)
人工智能·自然语言处理·大模型
新加坡内哥谈技术38 分钟前
微软 Ignite 2024 大会
人工智能
江瀚视野1 小时前
Q3净利增长超预期,文心大模型调用量大增,百度未来如何分析?
人工智能
陪学1 小时前
百度遭初创企业指控抄袭,维权还是碰瓷?
人工智能·百度·面试·职场和发展·产品运营
QCN_1 小时前
湘潭大学人工智能考试复习1(软件工程)
人工智能
Landy_Jay1 小时前
深度学习:GPT-1的MindSpore实践
人工智能·gpt·深度学习