计算机视觉（四）：二值化

二值化，就是将图像从彩色或灰度模式转换为只有两种颜色（通常是黑色和白色）的模式。这个过程的本质是设定一个阈值 (Threshold)，将图像中所有像素的灰度值与这个阈值进行比较。

基本原理

二值化的核心原理非常简单：

1. 灰度化：如果原始图像是彩色的，首先需要将其转换为灰度图像。这是因为彩色图像有三个通道（红、绿、蓝），而灰度图像只有一个灰度通道，每个像素的值代表其亮度，从 0（最黑）到 255（最白）。
2. 设定阈值：选择一个介于 0 到 255 之间的数值作为阈值。这个阈值是二值化成功的关键。
3. 像素比较与转换 ：遍历图像中的每一个像素，执行以下操作：
   • 如果像素的灰度值大于设定的阈值，就将其灰度值设置为一个固定值（通常是 255，代表白色）。
   • 如果像素的灰度值小于或等于设定的阈值，就将其灰度值设置为另一个固定值（通常是 0，代表黑色）。

经过上述处理后，图像中的所有像素都只剩下两种可能的值：0 和 255，从而得到了一个黑白分明的二值化图像。

为什么要进行二值化？

二值化是许多图像处理和计算机视觉任务中的一个重要预处理步骤。它之所以重要，主要有以下几个原因：

• 简化图像数据：将图像从多级灰度简化为黑白两色，极大地减少了数据量和处理的复杂性。这使得后续的算法（如边缘检测、轮廓提取）可以更快、更高效地运行。
• 突出目标：通过合适的阈值，可以有效地将图像中的前景目标（如文字、物体）从背景中分离出来，使其更加突出和易于识别。
• 便于分析和识别：在光学字符识别（OCR）、条形码识别、医学图像分析等领域，二值化是必不可少的步骤。它能帮助算法更准确地识别出字符或病变区域。

如何选择合适的阈值？

选择阈值是二值化的核心挑战。错误的阈值会导致信息丢失或引入噪声。根据不同的应用场景，选择阈值的方法主要分为以下两类：

1. 全局阈值（Global Thresholding）
   • 概念：对整张图像使用同一个固定的阈值。
   • 方法 ：
     • 手动设置：根据经验或对图像的初步分析来设定一个固定的值。
     • 自动计算 ：通过算法自动寻找一个最优的阈值，例如大津法（Otsu's method）。大津法的基本思想是找到一个阈值，使得前景和背景的方差最大化，从而实现最佳的分离效果。
   • 局限性：当图像的光照不均匀时，全局阈值效果会很差。例如，如果图像左侧很亮而右侧很暗，一个固定的阈值就无法同时正确地分离两边的目标。
2. 局部阈值（Local/Adaptive Thresholding）
   • 概念：将图像分割成许多小的区域，对每个小区域分别计算并应用不同的阈值。
   • 方法 ：
     • 均值法（Mean）：计算每个小区域内的像素平均值作为该区域的阈值。
     • 高斯法（Gaussian）：在计算均值时，为中心像素附近的像素赋予更高的权重，从而得到一个加权平均值作为阈值。
   • 优势：这种方法能很好地处理光照不均或背景复杂的情况，因为它能够根据局部环境自动调整阈值。

灰度图

灰度图的本质

• 单通道 ：彩色图像通常有三个颜色通道（红、绿、蓝，即 RGB），每个像素由这三个通道的值组合而成，可以表示数百万种颜色。而灰度图只有一个通道，每个像素的值只代表其亮度 或灰度级别。
• 0-255 的数值 ：在 8 位灰度图中，每个像素的取值范围通常是 0 到 255。
  • 0 代表最黑。
  • 255 代表最白。
  • 0 到 255 之间的值则代表不同深浅的灰色，值越大，颜色越亮。
• 黑白过渡：与只有纯黑和纯白的二值化图像不同，灰度图能够平滑地表现出从黑到白的各种过渡，保留了图像的更多细节信息。

为什么需要灰度图？

将彩色图转换为灰度图是许多图像处理任务中的一个重要步骤，主要有以下几个原因：

1. 简化数据：灰度图的数据量比彩色图小得多。彩色图需要三个字节（RGB）来存储一个像素，而灰度图只需要一个字节。这可以大大减少存储空间和处理时间。
2. 突出亮度信息：在许多视觉任务中，例如边缘检测、轮廓识别、物体追踪等，算法主要依赖于图像的亮度或明暗变化。将图像转换为灰度图可以去除不必要的颜色信息，使算法能更专注于分析亮度差异，从而提高效率和准确性。
3. 预处理步骤：在进行二值化、直方图均衡化等操作之前，通常需要先将图像转换为灰度图。

如何从彩色图得到灰度图？

将一张彩色图片转换为灰度图，最常见的方法是根据人眼对不同颜色的敏感度，对 RGB 三个通道的值进行加权平均。

一个常用的转换公式是：

灰度值=0.299×红色值+0.587×绿色值+0.114×蓝色值

这个公式反映了人眼对绿色最敏感，其次是红色，对蓝色最不敏感。OpenCV 等库在进行彩色到灰度转换时，通常会采用类似的加权平均方法。

如果是YUV 转换为灰度图，由于 Y 分量 本身就直接代表了图像的亮度信息，而灰度图的本质就是亮度图，因此，从 YUV 转换为灰度图只需要提取 Y 分量即可。

OpenCV实现YUV到灰度图的转换

import cv2
import numpy as np

# 1. 加载一张彩色图像 (OpenCV默认以 BGR 格式读取)
bgr_img = cv2.imread('your_image_path.jpg')

# 检查图像是否成功加载
if bgr_img is None:
    print("Error: Could not read the image.")
else:
    # 2. 将 BGR 图像转换为 YUV 格式
    # OpenCV 使用 YUV 而非 YCbCr，但原理相同
    yuv_img = cv2.cvtColor(bgr_img, cv2.COLOR_BGR2YUV)
    
    # 3. 提取 Y 分量（亮度通道），作为灰度图
    # Y 分量是 YUV 图像的第一个通道
    gray_img = yuv_img[:,:,0]

    # 4. 显示原始彩色图像和生成的灰度图像
    cv2.imshow('Original BGR Image', bgr_img)
    cv2.imshow('Gray Image from Y Channel', gray_img)

    # 等待按键，然后关闭所有窗口
    cv2.waitKey(0)
    cv2.destroyAllWindows()

opencv实现二值化

cv2.threshold() 函数

ret, dst = cv2.threshold(src, thresh, maxval, type)

参数解释：

• src: 原始图像，必须是灰度图。
• thresh: 设定的阈值。
• maxval: 当像素值超过（或低于）阈值时，所赋予的最大值。通常是 255。
• type: 值的类型，决定了如何应用阈值。这是最关键的参数，常用的类型包括：
  • cv2.THRESH_BINARY: 最基础的二值化。如果像素值大于 thresh，则设置为 maxval；否则设置为 0。
  • cv2.THRESH_BINARY_INV: 与 THRESH_BINARY 相反。如果像素值大于 thresh，则设置为 0；否则设置为 maxval。
  • cv2.THRESH_TRUNC: 截断。如果像素值大于 thresh，则设置为 thresh；否则保持不变。
  • cv2.THRESH_TOZERO: 如果像素值大于 thresh，则保持不变；否则设置为 0。
  • cv2.THRESH_TOZERO_INV: 与 THRESH_TOZERO 相反。如果像素值大于 thresh，则设置为 0；否则保持不变。

返回值：

• ret: 设定的阈值。当使用 Otsu's 或 Triangle 方法时，返回的是自动计算出的阈值。
• dst: 二值化后的图像。

实现基础二值化

import cv2
import numpy as np

# 1. 加载图像并转换为灰度图
img = cv2.imread('your_image_path.jpg', cv2.IMREAD_GRAYSCALE)

# 检查图像是否成功加载
if img is None:
    print("Error: Could not read the image.")
else:
    # 2. 设定阈值并进行二值化处理
    # 设定阈值为127，最大值为255
    ret, binary_img = cv2.threshold(img, 127, 255, cv2.THRESH_BINARY)
    
    # 打印返回的阈值（这里会是127）
    print(f"Threshold value returned: {ret}")

    # 3. 显示原始图像和二值化后的图像
    cv2.imshow('Original Grayscale Image', img)
    cv2.imshow('Binary Image', binary_img)
    
    # 等待按键，然后关闭所有窗口
    cv2.waitKey(0)
    cv2.destroyAllWindows()

使用 Otsu's 方法自动寻找阈值

import cv2
import numpy as np

# 1. 加载图像并转换为灰度图
img = cv2.imread('your_image_path.jpg', cv2.IMREAD_GRAYSCALE)

if img is None:
    print("Error: Could not read the image.")
else:
    # 2. 使用 Otsu's 方法进行自动二值化
    # 注意：这里阈值参数传入 0，类型与 cv2.THRESH_OTSU 按位或
    ret, binary_otsu = cv2.threshold(img, 0, 255, cv2.THRESH_BINARY + cv2.THRESH_OTSU)
    
    # 打印 Otsu's 算法自动计算出的阈值
    print(f"Otsu's threshold value: {ret}")

    # 3. 显示图像
    cv2.imshow('Original Grayscale Image', img)
    cv2.imshow('Otsu\'s Binary Image', binary_otsu)
    
    cv2.waitKey(0)
    cv2.destroyAllWindows()