本文先了解一个简单阈值函数,以了解一个阈值算法的具体参数。
创新互联专注于博望网站建设服务及定制,我们拥有丰富的企业做网站经验。 热诚为您提供博望营销型网站建设,博望网站制作、博望网页设计、博望网站官网定制、微信小程序服务,打造博望网络公司原创品牌,更为您提供博望网站排名全网营销落地服务。然后比较不同阈值函数的区别。
同样的,先用一副图说明本文重要大纲:
#! usr/bin/env python # coding: utf-8 import cv2 img = cv2.imread('cat.jpg') img = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY) # 先将图像矩阵进行二值化 # img = cv2.imread('cat.jpg',0) # 也可以直接将图像用灰度值读入,其中0就表示用灰度读图 cv2.imshow('img',img) _,img1 = cv2.threshold(img,100,250,cv2.THRESH_BINARY) # 这个函数返回两个值,第二个值才是二值化后的图像矩阵 # 最后一个参数表示一种二值化算法 # 阈值设置为100, # 250表示大于100的像素值会被重新赋值为250 cv2.imshow('img',img1) # cv2.waitKey() cv2.destroyAllWindows() ############ 以下比较不同简单二值化算法的区别 # 先进行不同算法的二值化 ret,img1 = cv2.threshold(img,127,255,cv2.THRESH_BINARY) # 从名字可以看出一点来,binary是二元的意思,这里指要么0,要么指定的一个值(255) print(ret) ret,img2 = cv2.threshold(img,127,255,cv2.THRESH_BINARY_INV) # 注意到INV表示逆,全写是inverse ret,img3 = cv2.threshold(img,127,255,cv2.THRESH_TRUNC) # 注意到truncate表示截断的意思。这个函数不再是二元,而是对超过某个值的部分进行处理,否则并不会处理。 ret,img4 = cv2.threshold(img,127,255,cv2.THRESH_TOZERO) # 实际上,这也是一种阶段,对大于某一个值的像素值进行调整,与trunc不同的是,这里变为0,而不是大值 ret,img5 = cv2.threshold(img,127,255,cv2.THRESH_TOZERO_INV) import numpy as np import matplotlib.pyplot as plt #用这个模块来画图显示,这个库和opencv有些不同,可参考前面的博客 # https://blog.csdn.net/qq_27261889/article/details/80543966 # 先定义以下图的图题和图像矩阵 titles = ['original','binary','binary_inv','trunc','tozero','tozero_inv'] imgs = [img,img1,img2,img3,img4,img5] for i in range(6): plt.subplot(2,3,i+1)#分别画出每一个图 plt.imshow(imgs[i],'gray') plt.title(titles[i])#写出图题 plt.show()