【计算机视觉】人脸算法之图像处理基础知识(三)

图像处理基础知识(三)

1.图像二值化

顾名思义,图像二值化是指一张图像上只有两种大小的像素值,常用的是0和255,0表示背景,255表示前景。这种处理方式是非常重要的,大部分的图像处理都会经历该操作。

python 复制代码
import cv2

imgpath = "images/img1.jpg"
img = cv2.imread(imgpath, 0) #以灰度化的方式加载图像
img = cv2.resize(img, (img.shape[1]//2, img.shape[0]//2))
threshold,dst = cv2.threshold(img, 127, 255, cv2.THRESH_BINARY) #二值化操作
cv2.imshow("dst", dst)
cv2.waitKey(0) 

上述代码中,cv2.threshold中127为给定阈值,255表示最大值,cv2.THRESH_BINARY二值化类型,在此代码中表示将小于127的像素值置为0,大于等于127的置为255。二值化类型有非常多种,可详细查看该函数的用法。threshold返回阈值,我们给定的127,所以这个代码中是127。dst则是返回二值化图像。

python 复制代码
import cv2

imgpath = "images/img1.jpg"
img = cv2.imread(imgpath, 0) #以灰度化的方式加载图像
img = cv2.resize(img, (img.shape[1]//2, img.shape[0]//2))
threshold,dst = cv2.threshold(img, 0, 255, cv2.THRESH_BINARY | cv2.THRESH_OTSU) #自动求解阈值
print(threshold) #123.0
cv2.imshow("dst", dst)
cv2.waitKey(0) 

这是更加常用的一种方法,自动求解阈值,俗称大津法。此时我们将阈值设为0,而算法会自动找到最佳阈值,threshold=123.0

由于我们手动设置阈值和自动阈值很接近,所以二值化后的图像差异不明显。后种方法是我们更加常用的方法。

相关推荐
QuantumStack8 分钟前
【C++ 真题】P1104 生日
开发语言·c++·算法
jndingxin26 分钟前
OpenCV CUDA模块设备层-----高效地计算两个 uint 类型值的带权重平均值
人工智能·opencv·计算机视觉
写个博客44 分钟前
暑假算法日记第一天
算法
绿皮的猪猪侠1 小时前
算法笔记上机训练实战指南刷题
笔记·算法·pta·上机·浙大
hie988942 小时前
MATLAB锂离子电池伪二维(P2D)模型实现
人工智能·算法·matlab
晨同学03272 小时前
opencv的颜色通道问题 & rgb & bgr
人工智能·opencv·计算机视觉
杰克尼2 小时前
BM5 合并k个已排序的链表
数据结构·算法·链表
.30-06Springfield2 小时前
决策树(Decision tree)算法详解(ID3、C4.5、CART)
人工智能·python·算法·决策树·机器学习
我不是哆啦A梦2 小时前
破解风电运维“百模大战”困局,机械版ChatGPT诞生?
运维·人工智能·python·算法·chatgpt
xiaolang_8616_wjl2 小时前
c++文字游戏_闯关打怪
开发语言·数据结构·c++·算法·c++20