目录
[1. cv2.threshold()函数](#1. cv2.threshold()函数)
[2. 不同阈值类型的效果对比](#2. 不同阈值类型的效果对比)
[3. 手动选择阈值](#3. 手动选择阈值)
[4. 基于直方图的阈值选择](#4. 基于直方图的阈值选择)
[2. 自适应阈值与全局阈值的对比](#2. 自适应阈值与全局阈值的对比)
[3. 自适应阈值参数的影响](#3. 自适应阈值参数的影响)
[1. Otsu's算法的原理](#1. Otsu's算法的原理)
[2. OpenCV中的Otsu's实现](#2. OpenCV中的Otsu's实现)
[3. Otsu's算法与高斯模糊结合](#3. Otsu's算法与高斯模糊结合)
[1. 对比实验](#1. 对比实验)
[2. 优缺点对比](#2. 优缺点对比)
[1. 文档扫描](#1. 文档扫描)
[2. 硬币检测](#2. 硬币检测)
[1. 图像预处理](#1. 图像预处理)
[2. 阈值类型的选择](#2. 阈值类型的选择)
[3. 自适应阈值参数调整](#3. 自适应阈值参数调整)
[4. 多阈值分割](#4. 多阈值分割)
一、阈值分割的基本概念
阈值分割是图像处理中最基本也是最重要的技术之一，它通过将图像中像素的灰度值与一个或多个阈值进行比较，将图像分割为不同的区域（通常是前景和背景）。阈值分割广泛应用于图像预处理、目标检测、图像分割等领域。
阈值分割的基本原理
阈值分割的核心思想是：通过设定一个阈值T，将图像中的像素分为两类：
灰度值大于T的像素属于一类（通常是前景）
灰度值小于等于T的像素属于另一类（通常是背景）
数学表达式：
if f(x,y) > T: g(x,y) = 255 (白色)
else: g(x,y) = 0 (黑色)
二、全局阈值分割
全局阈值分割是指整个图像使用同一个阈值进行分割。在OpenCV中，cv2.threshold()函数用于实现全局阈值分割。
1. cv2.threshold()函数
//python
ret, dst = cv2.threshold(src, thresh, maxval, type)
参数说明：
src：输入图像（必须是灰度图像）
thresh：设定的阈值
maxval：当像素值超过阈值（或小于阈值，根据type而定）时，赋予的新值
type：阈值类型
cv2.THRESH_BINARY：二值化，大于阈值的像素设为maxval，否则设为0
cv2.THRESH_BINARY_INV：反向二值化，小于等于阈值的像素设为maxval，否则设为0
cv2.THRESH_TRUNC：截断，大于阈值的像素设为阈值，否则保持不变
cv2.THRESH_TOZERO：化零，大于阈值的像素保持不变，否则设为0
cv2.THRESH_TOZERO_INV：反向化零，小于等于阈值的像素保持不变，否则设为0
返回值：
ret：实际使用的阈值
dst：阈值分割后的图像
2. 不同阈值类型的效果对比
//python
python
import cv2
import numpy as np
from matplotlib import pyplot as plt
#读取图像
img = cv2.imread('gradient.jpg', 0)
#设定阈值
thresh_value = 127
maxval = 255
#应用不同的阈值类型
ret1, thresh_binary = cv2.threshold(img, thresh_value, maxval, cv2.THRESH_BINARY)
ret2, thresh_binary_inv = cv2.threshold(img, thresh_value, maxval, cv2.THRESH_BINARY_INV)
ret3, thresh_trunc = cv2.threshold(img, thresh_value, maxval, cv2.THRESH_TRUNC)
ret4, thresh_tozero = cv2.threshold(img, thresh_value, maxval, cv2.THRESH_TOZERO)
ret5, thresh_tozero_inv = cv2.threshold(img, thresh_value, maxval, cv2.THRESH_TOZERO_INV)
#显示结果
titles = ['Original Image', 'BINARY', 'BINARY_INV', 'TRUNC', 'TOZERO', 'TOZERO_INV']
images = [img, thresh_binary, thresh_binary_inv, thresh_trunc, thresh_tozero, thresh_tozero_inv]
plt.figure(figsize=(15, 8))
for i in range(6):
plt.subplot(2, 3, i+1)
plt.imshow(images[i], 'gray')
plt.title(titles[i])
plt.xticks([]), plt.yticks([])
plt.tight_layout()
plt.show()3. 手动选择阈值
手动选择阈值是最基本的方法，适用于图像对比度高、直方图有明显双峰的情况。
//python
python
import cv2
import numpy as np
from matplotlib import pyplot as plt
#读取图像
img = cv2.imread('coins.jpg', 0)
#手动设定阈值
thresh_value = 130
maxval = 255
#应用二值化阈值
ret, thresh = cv2.threshold(img, thresh_value, maxval, cv2.THRESH_BINARY_INV)
#显示结果
plt.figure(figsize=(12, 6))
plt.subplot(121), plt.imshow(img, cmap='gray'), plt.title('Original Image')
plt.subplot(122), plt.imshow(thresh, cmap='gray'), plt.title(f'BINARY_INV (Thresh: {thresh_value})')
plt.tight_layout()
plt.show()4. 基于直方图的阈值选择
通过观察图像的直方图，可以更准确地选择阈值。
//python
python
import cv2
import numpy as np
from matplotlib import pyplot as plt
#读取图像
img = cv2.imread('coins.jpg', 0)
#计算直方图
hist = cv2.calcHist([img], [0], None, [256], [0, 256])
#手动设定阈值
thresh_value = 130
maxval = 255
#应用阈值
ret, thresh = cv2.threshold(img, thresh_value, maxval, cv2.THRESH_BINARY_INV)
#显示结果
plt.figure(figsize=(15, 6))
#原始图像和阈值分割结果
plt.subplot(131), plt.imshow(img, cmap='gray'), plt.title('Original Image')
plt.subplot(132), plt.imshow(thresh, cmap='gray'), plt.title(f'Thresholding (T={thresh_value})')
#直方图
plt.subplot(133)
plt.plot(hist)
plt.axvline(x=thresh_value, color='r', linestyle='')
plt.title('Image Histogram')
plt.xlabel('Pixel Value')
plt.ylabel('Frequency')
plt.xlim([0, 256])
plt.tight_layout()
plt.show()三、自适应阈值分割
当图像的光照不均匀或存在阴影时，全局阈值分割可能会导致分割效果不佳。这时可以使用自适应阈值分割，它根据图像的局部区域动态调整阈值。
在OpenCV中，cv2.adaptiveThreshold()函数用于实现自适应阈值分割。
- cv2.adaptiveThreshold()函数
//python
dst = cv2.adaptiveThreshold(src, maxval, adaptiveMethod, thresholdType, blockSize, C)
参数说明：
src：输入图像（必须是灰度图像）
maxval：当像素值超过阈值（或小于阈值，根据thresholdType而定）时，赋予的新值
adaptiveMethod：自适应阈值计算方法
cv2.ADAPTIVE_THRESH_MEAN_C：阈值为邻域内像素的平均值减去常数C
cv2.ADAPTIVE_THRESH_GAUSSIAN_C：阈值为邻域内像素的高斯加权平均值减去常数C
thresholdType：阈值类型，只能是cv2.THRESH_BINARY或cv2.THRESH_BINARY_INV
blockSize：邻域大小（必须是奇数，如3, 5, 7...）
C：从平均值或加权平均值中减去的常数（可以是正数或负数）
2. 自适应阈值与全局阈值的对比
//python
python
import cv2
import numpy as np
from matplotlib import pyplot as plt
#读取图像
img = cv2.imread('page.jpg', 0)
#全局阈值
ret, thresh_global = cv2.threshold(img, 127, 255, cv2.THRESH_BINARY)
#自适应阈值 均值法
thresh_mean = cv2.adaptiveThreshold(img, 255, cv2.ADAPTIVE_THRESH_MEAN_C,
cv2.THRESH_BINARY, 11, 2)
#自适应阈值 高斯法
thresh_gaussian = cv2.adaptiveThreshold(img, 255, cv2.ADAPTIVE_THRESH_GAUSSIAN_C,
cv2.THRESH_BINARY, 11, 2)
#显示结果
titles = ['Original Image', 'Global Thresholding (v=127)',
'Adaptive Mean Thresholding', 'Adaptive Gaussian Thresholding']
images = [img, thresh_global, thresh_mean, thresh_gaussian]
plt.figure(figsize=(15, 10))
for i in range(4):
plt.subplot(2, 2, i+1)
plt.imshow(images[i], 'gray')
plt.title(titles[i])
plt.xticks([]), plt.yticks([])
plt.tight_layout()
plt.show()3. 自适应阈值参数的影响
//python
python
import cv2
import numpy as np
from matplotlib import pyplot as plt
#读取图像
img = cv2.imread('page.jpg', 0)
#不同blockSize的效果
thresh1 = cv2.adaptiveThreshold(img, 255, cv2.ADAPTIVE_THRESH_GAUSSIAN_C,
cv2.THRESH_BINARY, 5, 2)
thresh2 = cv2.adaptiveThreshold(img, 255, cv2.ADAPTIVE_THRESH_GAUSSIAN_C,
cv2.THRESH_BINARY, 11, 2)
thresh3 = cv2.adaptiveThreshold(img, 255, cv2.ADAPTIVE_THRESH_GAUSSIAN_C,
cv2.THRESH_BINARY, 19, 2)
#不同C值的效果
thresh4 = cv2.adaptiveThreshold(img, 255, cv2.ADAPTIVE_THRESH_GAUSSIAN_C,
cv2.THRESH_BINARY, 11, 2)
thresh5 = cv2.adaptiveThreshold(img, 255, cv2.ADAPTIVE_THRESH_GAUSSIAN_C,
cv2.THRESH_BINARY, 11, 2)
thresh6 = cv2.adaptiveThreshold(img, 255, cv2.ADAPTIVE_THRESH_GAUSSIAN_C,
cv2.THRESH_BINARY, 11, 6)
#显示结果
plt.figure(figsize=(15, 12))
blockSize的影响
plt.subplot(2, 3, 1), plt.imshow(thresh1, 'gray'), plt.title('blockSize=5')
plt.subplot(2, 3, 2), plt.imshow(thresh2, 'gray'), plt.title('blockSize=11')
plt.subplot(2, 3, 3), plt.imshow(thresh3, 'gray'), plt.title('blockSize=19')
#C值的影响
plt.subplot(2, 3, 4), plt.imshow(thresh4, 'gray'), plt.title('C=2')
plt.subplot(2, 3, 5), plt.imshow(thresh5, 'gray'), plt.title('C=2')
plt.subplot(2, 3, 6), plt.imshow(thresh6, 'gray'), plt.title('C=6')
plt.tight_layout()
plt.show()四、Otsu's自动阈值分割
Otsu's算法是一种自动阈值选择方法，它通过最大化类间方差来确定最优阈值。在OpenCV中，可以通过在cv2.threshold()函数的type参数中添加cv2.THRESH_OTSU标志来启用Otsu's算法。
1. Otsu's算法的原理
Otsu's算法的核心思想是：假设图像的直方图是双峰的，将图像分为前景和背景两部分，通过最大化这两部分的类间方差来确定最优阈值。
类间方差公式：
sigma_b^2 = w0 w1 (mu0 mu1)^2
其中：
w0：背景像素的比例
w1：前景像素的比例（w1 = 1 w0）
mu0：背景像素的平均灰度值
mu1：前景像素的平均灰度值
2. OpenCV中的Otsu's实现
//python
python
import cv2
import numpy as np
from matplotlib import pyplot as plt
#读取图像
img = cv2.imread('coins.jpg', 0)
#应用Otsu's阈值分割
ret_otsu, thresh_otsu = cv2.threshold(img, 0, 255, cv2.THRESH_BINARY_INV + cv2.THRESH_OTSU)
#应用普通全局阈值分割（使用Otsu's得到的阈值）
ret_normal, thresh_normal = cv2.threshold(img, ret_otsu, 255, cv2.THRESH_BINARY_INV)
#显示结果
plt.figure(figsize=(15, 6))
#原始图像和直方图
plt.subplot(131), plt.imshow(img, cmap='gray'), plt.title('Original Image')
#阈值分割结果
plt.subplot(132), plt.imshow(thresh_normal, cmap='gray'), plt.title(f'Global Thresholding (T={ret_otsu})')
plt.subplot(133), plt.imshow(thresh_otsu, cmap='gray'), plt.title(f'Otsu\'s Thresholding (T={ret_otsu})')
plt.tight_layout()
plt.show()
显示直方图和Otsu's阈值
plt.figure(figsize=(10, 5))
hist = cv2.calcHist([img], [0], None, [256], [0, 256])
plt.plot(hist)
plt.axvline(x=ret_otsu, color='r', linestyle='', label=f'Otsu\'s Threshold: {ret_otsu}')
plt.title('Image Histogram with Otsu\'s Threshold')
plt.xlabel('Pixel Value')
plt.ylabel('Frequency')
plt.legend()
plt.xlim([0, 256])
plt.show()3. Otsu's算法与高斯模糊结合
当图像噪声较大时，可以先进行高斯模糊处理，再应用Otsu's阈值分割：
//python
python
import cv2
import numpy as np
from matplotlib import pyplot as plt
#读取图像
img = cv2.imread('noisy_image.jpg', 0)
#直接应用Otsu's阈值分割
ret1, thresh1 = cv2.threshold(img, 0, 255, cv2.THRESH_BINARY_INV + cv2.THRESH_OTSU)
#先高斯模糊，再应用Otsu's阈值分割
blurred = cv2.GaussianBlur(img, (5, 5), 0)
ret2, thresh2 = cv2.threshold(blurred, 0, 255, cv2.THRESH_BINARY_INV + cv2.THRESH_OTSU)
#显示结果
plt.figure(figsize=(15, 8))
#原始图像、直接Otsu、高斯模糊+Otsu
plt.subplot(221), plt.imshow(img, cmap='gray'), plt.title('Original Noisy Image')
plt.subplot(222), plt.imshow(thresh1, cmap='gray'), plt.title(f'Otsu\'s Thresholding (T={ret1})')
plt.subplot(223), plt.imshow(blurred, cmap='gray'), plt.title('Gaussian Blurred Image')
plt.subplot(224), plt.imshow(thresh2, cmap='gray'), plt.title(f'Blur + Otsu\'s (T={ret2})')
plt.tight_layout()
plt.show()五、全局阈值与自适应阈值的对比
1. 对比实验
//python
python
import cv2
import numpy as np
from matplotlib import pyplot as plt
#读取光照不均匀的图像
img = cv2.imread('uneven_lighting.jpg', 0)
#全局阈值分割
ret1, thresh1 = cv2.threshold(img, 127, 255, cv2.THRESH_BINARY)
#Otsu's阈值分割
ret2, thresh2 = cv2.threshold(img, 0, 255, cv2.THRESH_BINARY + cv2.THRESH_OTSU)
#自适应阈值分割 均值法
thresh3 = cv2.adaptiveThreshold(img, 255, cv2.ADAPTIVE_THRESH_MEAN_C,
cv2.THRESH_BINARY, 11, 2)
#自适应阈值分割 高斯法
thresh4 = cv2.adaptiveThreshold(img, 255, cv2.ADAPTIVE_THRESH_GAUSSIAN_C,
cv2.THRESH_BINARY, 11, 2)
#显示结果
plt.figure(figsize=(15, 10))
titles = ['Original Image', 'Global Thresholding (T=127)',
"Otsu's Thresholding", 'Adaptive Mean Thresholding',
'Adaptive Gaussian Thresholding']
images = [img, thresh1, thresh2, thresh3, thresh4]
for i in range(5):
plt.subplot(2, 3, i+1)
plt.imshow(images[i], 'gray')
plt.title(titles[i])
plt.xticks([]), plt.yticks([])
plt.tight_layout()
plt.show()2. 优缺点对比
六、实际应用案例
1. 文档扫描
//python
python
import cv2
import numpy as np
from matplotlib import pyplot as plt
#读取文档图像
img = cv2.imread('document.jpg')
#转换为灰度图像
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
#高斯模糊，减少噪声
blurred = cv2.GaussianBlur(gray, (5, 5), 0)
#自适应阈值分割
thresh = cv2.adaptiveThreshold(blurred, 255, cv2.ADAPTIVE_THRESH_GAUSSIAN_C,
cv2.THRESH_BINARY, 11, 2)
#显示结果
plt.figure(figsize=(15, 8))
plt.subplot(131), plt.imshow(cv2.cvtColor(img, cv2.COLOR_BGR2RGB)), plt.title('Original Document')
plt.subplot(132), plt.imshow(gray, cmap='gray'), plt.title('Grayscale')
plt.subplot(133), plt.imshow(thresh, cmap='gray'), plt.title('Adaptive Thresholding')
plt.tight_layout()
plt.show()2. 硬币检测
//python
python
import cv2
import numpy as np
from matplotlib import pyplot as plt
#读取图像
img = cv2.imread('coins.jpg')
#转换为灰度图像
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
#高斯模糊
blurred = cv2.GaussianBlur(gray, (11, 11), 0)
#Otsu's阈值分割
ret, thresh = cv2.threshold(blurred, 0, 255, cv2.THRESH_BINARY_INV + cv2.THRESH_OTSU)
#形态学操作，去除噪声
kernel = np.ones((3, 3), np.uint8)
opening = cv2.morphologyEx(thresh, cv2.MORPH_OPEN, kernel, iterations=2)
#检测轮廓
contours, hierarchy = cv2.findContours(opening.copy(), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
#绘制轮廓
img_contours = img.copy()
cv2.drawContours(img_contours, contours, 1, (0, 255, 0), 2)
#显示结果
plt.figure(figsize=(15, 8))
plt.subplot(221), plt.imshow(cv2.cvtColor(img, cv2.COLOR_BGR2RGB)), plt.title('Original Image')
plt.subplot(222), plt.imshow(blurred, cmap='gray'), plt.title('Gaussian Blur')
plt.subplot(223), plt.imshow(thresh, cmap='gray'), plt.title(f'Otsu\'s Thresholding (T={ret})')
plt.subplot(224), plt.imshow(cv2.cvtColor(img_contours, cv2.COLOR_BGR2RGB)), plt.title(f'Coins Detected: {len(contours)}')
plt.tight_layout()
plt.show()七、阈值分割的技巧与注意事项
1. 图像预处理
灰度转换：阈值分割只适用于灰度图像，需要先将彩色图像转换为灰度图像
噪声处理：使用高斯模糊（cv2.GaussianBlur()）减少图像噪声，提高阈值分割效果
对比度增强：使用直方图均衡化（cv2.equalizeHist()）增强图像对比度，使阈值分割更容易
2. 阈值类型的选择
目标为白色，背景为黑色：使用cv2.THRESH_BINARY
目标为黑色，背景为白色：使用cv2.THRESH_BINARY_INV
保留图像的亮度信息：使用cv2.THRESH_TRUNC或cv2.THRESH_TOZERO
3. 自适应阈值参数调整
blockSize：邻域大小，通常为奇数（3, 5, 7...）。值越大，阈值对局部变化越不敏感
C：从平均值或加权平均值中减去的常数。值越大，二值图像越暗；值越小，二值图像越亮
4. 多阈值分割
对于复杂图像，可以使用多阈值分割，将图像分为多个区域：
//python
python
import cv2
import numpy as np
from matplotlib import pyplot as plt
#读取图像
img = cv2.imread('multi_threshold.jpg', 0)
#多阈值分割
ret1, thresh1 = cv2.threshold(img, 50, 255, cv2.THRESH_BINARY)
ret2, thresh2 = cv2.threshold(img, 120, 255, cv2.THRESH_BINARY)
ret3, thresh3 = cv2.threshold(img, 180, 255, cv2.THRESH_BINARY)
#组合多阈值结果
result = np.zeros_like(img)
result[img <= 50] = 0 #黑色
result[(img > 50) & (img <= 120)] = 85 #暗灰色
result[(img > 120) & (img <= 180)] = 170 #灰色
result[img > 180] = 255 #白色
#显示结果
plt.figure(figsize=(15, 10))
titles = ['Original Image', 'Thresholding (T=50)',
'Thresholding (T=120)', 'Thresholding (T=180)',
'Multithreshold Result']
images = [img, thresh1, thresh2, thresh3, result]
for i in range(5):
plt.subplot(2, 3, i+1)
plt.imshow(images[i], 'gray')
plt.title(titles[i])
plt.xticks([]), plt.yticks([])
plt.tight_layout()
plt.show()八、总结
阈值分割是图像处理中的基础技术，OpenCV提供了丰富的函数来实现各种阈值分割方法。
主要内容回顾
- 全局阈值分割：
使用同一个阈值处理整个图像，适用于光照均匀的图像
cv2.threshold()函数
多种阈值类型：二值化、反向二值化、截断、化零等
2. 自适应阈值分割：根据局部区域动态调整阈值，适用于光照不均匀的图像
cv2.adaptiveThreshold()函数
两种自适应方法：均值法和高斯法
3. Otsu's自动阈值：自动计算最优阈值，适用于直方图呈双峰分布的图像
在cv2.threshold()中添加cv2.THRESH_OTSU标志启用
可与高斯模糊结合使用，提高抗噪声能力
选择建议如果图像光照均匀，对比度高，选择全局阈值分割
如果图像直方图呈双峰分布，选择Otsu's阈值分割
如果图像光照不均匀或存在阴影，选择自适应阈值分割
如果图像噪声较大，先进行高斯模糊处理，再应用阈值分割
通过合理选择阈值分割方法和调整参数，可以在不同的应用场景中获得最佳的分割效果。阈值分割是许多高级图像处理任务的基础，如轮廓检测、目标识别等。