OpenCV这么简单为啥不学——1.8、threshold阈值0-4效果对照图

OpenCV这么简单为啥不学——1.8、threshold阈值0-4效果对照图

目录

OpenCV这么简单为啥不学——1.8、threshold阈值0-4效果对照图

前言

cv2.threshold

效果对照

阈值0

阈值1

阈值2

阈值3

阈值4

生成示例循环代码

前言

计算机视觉市场巨大而且持续增长，且这方面没有标准API，如今的计算机视觉软件大概有以下三种：

1、研究代码（慢，不稳定，独立并与其他库不兼容） 2、耗费很高的商业化工具（比如Halcon, MATLAB+Simulink） 3、依赖硬件的一些特别的解决方案（比如视频监控，制造控制系统，医疗设备）这是如今的现状，而标准的API将简化计算机视觉程序和解决方案的开发，OpenCV致力于成为这样的标准API。

OpenCV致力于真实世界的实时应用，通过优化的C代码的编写对其执行速度带来了可观的提升，并且可以通过购买Intel的IPP高性能多媒体函数库（Integrated Performance Primitives）得到更快的处理速度。

故而我们选择学习OpenCV，我们来一步步的学习OpenCV。

cv2.threshold

语法：

cv2.threshold (src, thresh, maxval, type)

参数：

1. src：源图片，必须是单通道
2. thresh：阈值，取值范围0～255
3. maxval：填充色，取值范围0～255
4. type：阈值类型，有表数据

效果对照

阈值0

小于阈值的像素点置0，大于阈值的像素点置填充色

阈值1

小于阈值的像素点置填充色，大于阈值的像素点置0

阈值2

小于阈值的像素点保持原色，大于阈值的像素点置灰色

阈值3

小于阈值的像素点置0，大于阈值的像素点保持原色

阈值4

小于阈值的像素点保持原色，大于阈值的像素点置0

生成示例循环代码

import shutil
import os
import cv2
import numpy as np

fileName = '800_600.jpg'
# 新建文件夹，用于存放新生成的阈值图片
save_dir = 'main_img/'
try:
    # 递归删除文件夹
    shutil.rmtree(save_dir)
except OSError:
    pass
# 创建
os.makedirs(save_dir)

# 单通道图片
img = cv2.imread(fileName)
imGray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# 生成0~4的对照图片
for type in range(0, 5, 1):
    _, thresh = cv2.threshold(src=imGray, thresh=150, maxval=100, type=type)
    concat_pic = np.concatenate([imGray, thresh], axis=1)
    cv2.imwrite('{0}type={1}.jpg'.format(save_dir, type), concat_pic)