Opencv之图像自适应阈值二值化处理adaptiveThreshold_opencv二值化

目录

一、自适应阈值

二、adaptiveThreshold

三、代码

一、自适应阈值

相比于固定阈值的二值化处理【https://blog.csdn.net/qq_37385726/article/details/82015545】

自适应阈值不需要确定一个固定的阈值，而是可以根据对应的自适应方法，通过图像的局部特征自适应的设定阈值，做出二值化处理。

二、adaptiveThreshold

adaptiveThreshold(

1. img  输入图像. 
2. double max_value,
3. int adaptive_method=cv2.ADAPTIVE_THRESH_MEAN_C，cv2.ADAPTIVE_THRESH_MEAN_C
4. int threshold_type=CV_THRESH_BINARY，cv2.THRESH_BINARY_INV
5. int block_size=3,
6. double param=5

)

 CV_ADAPTIVE_THRESH_MEAN_C 和 CV_ADAPTIVE_THRESH_GAUSSIAN_C， 它是一个从均值或加权均值(区域中（x，y）周围的像素根据高斯函数按照他们离中心点的距离进行加权计算)提取的常数

参数6，param是在 adaptive_method计算出结果后，需要再减去param

三、代码

import cv2
 
img1 = cv2.imread('./Image/letter.png',cv2.IMREAD_GRAYSCALE)
 
 
img1 = cv2.resize(img1,(300,300),interpolation=cv2.INTER_AREA)
cv2.imshow('img1',img1)
 
 
res1 = cv2.adaptiveThreshold(img1,255,cv2.ADAPTIVE_THRESH_GAUSSIAN_C,cv2.THRESH_BINARY,25,5)
res2 = cv2.adaptiveThreshold(img1,255,cv2.ADAPTIVE_THRESH_MEAN_C,cv2.THRESH_BINARY,25,5)
 
cv2.imshow('res1',res1)
cv2.imshow('res2',res2)