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

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:千锋教育。