阈值分割
像素图 原始图像像素图 见下面 红色线:标注一条阈值线
二进制阈值化 首先设定一条阀值线 如127 大于127的像素点灰度值设为最大(如unit8的格式为255) 小于127的像素点灰度值设为0
反二进制阈值化 首先设定一条阀值线 如127 大于127的像素点灰度值设为最小为0 小于127的像素点灰度值设为最大(如unit8的格式为255)
截断阈值化 首先选定一个阀值,大于该阈值的像素点呗设定为该阈值,小于该阈值的不变 如:阈值127,大于127的像素点值为127;小于127的不变
反阈值化为0 先选定一个阈值,然后做如下处理: 大于等于该阈值的像素点变为0, 小于该阈值的像素点不变。
阈值化为0 先选定一个阈值,然后做如下处理: 大于等于该阈值的像素点不变, 小于该阈值的像素点变为0。
threshold函数
threshold:中文阈值 方法: retval,dst=cv2.threshold(src,thresh,maxval,type) retval:阈值 一般和thresh相同 dst:处理结果的图像
src:原始图像 thresh:阈值,阈值线,对应上文的红线 maxval:最大值,阈值分割后指定的最大值,有1和255。最大值为1对应是二值化图像数据 type:类型,指定那种阈值
threshold 二进制阈值 把亮的处理成白色,暗的处理成黑色
区别二值化阈值:二值化只有0,1。 二进制阈值:可以有其他两个数。二值化是特殊的二进制阈值。
cv2.THRESH_BINARY
算例:设定阈值为127
import cv2
a=cv2.imread('lenacolor.png')#
r,b=cv2.threshold(a,127,255,cv2.THRESH_BINARY)
print('r',r)
cv2.imshow('a',a)
cv2.imshow('b',b)
cv2.waitKey(0)
cv2.destroyAllWindows()
结果: 图中 像素只有0,255 print(b)
threshold 反二进制阈值 把亮的处理成黑色,暗的处理成白色 修改前文代码
cv2.THRESH_BINARY_INV
threshold 截断阈值 亮的不能太亮,有上限,暗的不变 cv2.THRESH_TRUNC
threshold 反阈值化为0 把比较亮的部分处理成0成黑色,小于等于阈值的像素点不变 cv2.THRESH_TOZERO_INV
threshold 阈值化为0 比较亮的部分不变,比较暗的部分处理成黑色为0 cv2.THRESH_TOZERO
到此这篇关于opencv 阈值分割的具体使用的文章就介绍到这了,更多相关opencv 阈值分割内容请搜索ZaLou.Cn以前的文章或继续浏览下面的相关文章希望大家以后多多支持ZaLou.Cn!