OpenCV-图像二值化_opencv图像二值化处理

所有相关接口验证demo以上传至仓库

代码地址：https://gitee.com/norep/learn-opencv

---

二值化：将图像的每个像素都变成两种值，0 或 255

全局二值化

用于对图像进行阈值操作，即根据一个阈值将图像中的像素值划分为两部分。这个函数常用于图像的二值化处理，将图像转换为仅包含黑白两种颜色的图像。

(thresh, img_bin) = cv2.threshold(img, thresh, maxval, type)
1

参数说明：

• img：一个 NumPy 数组，表示要进行阈值操作的源图像。这个图像应该是一个灰度图像。

• thresh：一个浮点数，表示阈值。所有像素值大于或等于这个值的像素将被设置为最大值 maxval，所有小于这个值的像素将被设置为 0。

• maxval：一个可选的浮点数，表示阈值操作后的像素值的最大值。默认值为 255。

• type：一个整数，表示阈值操作的类型。

返回值：

• (thresh, img_bin)：一个元组，其中 thresh 是阈值，img_bin 是阈值操作后的二值图像。

常见的阈值类型包括：

• cv2.THRESH_BINARY：大于阈值的像素值为最大值，小于阈值的像素值为 0。

• cv2.THRESH_BINARY_INV：大于阈值的像素值为 0，小于阈值的像素值为最大值。

• cv2.THRESH_TRUNC：大于阈值的像素值被截断为最大值，小于阈值的像素值保持不变。

• cv2.THRESH_TOZERO：小于阈值的像素值保持不变，大于阈值的像素值被设置为 0。

• cv2.THRESH_TOZERO_INV：小于阈值的像素值被设置为 0，大于阈值的像素值保持不变。

举例

pic1_gray = cv2.imread(pic_path, cv2.IMREAD_GRAYSCALE)
threshold, img = cv2.threshold(pic1_gray, 140, 255, cv2.THRESH_BINARY)
cv2.imshow("raw", pic1_gray)
cv2.imshow("threshold", img)
1
2
3
4

自适应阈值二值化

用于对图像进行自适应阈值处理。这种方法通过计算局部阈值来对图像进行二值化，通常用于文本识别、图像分割等场景。

全局二值化函数的整幅图像使用同一个阈值，如果图像各个区域亮度不同时，将不再适用，自适应二值化能够通过图像的局部区域亮度自动计算阈值，从而获取更好的效果。

dst = cv2.adaptiveThreshold(src, maxValue, adaptiveMethod, thresholdType, blockSize, C)
1

参数说明：

• src：一个 NumPy 数组，表示要进行自适应阈值处理的源图像。这个图像应该是一个灰度图像。

• maxValue：一个浮点数，表示阈值的最大值。所有像素值大于或等于这个值的像素将被设置为最大值 maxValue，所有小于这个值的像素将被设置为 0。

• adaptiveMethod：一个整数，表示自适应方法。

• thresholdType：一个整数，表示阈值类型。

• blockSize：一个整数，表示用于计算阈值的局部区域的尺寸。

• C：一个可选的浮点数，表示偏移量。这个值会被添加到计算出的阈值。

返回值：

• dst：一个 NumPy 数组，表示自适应阈值处理后的结果图像。

常见的自适应方法包括：

• cv2.ADAPTIVE_THRESH_MEAN_C：使用局部像素的平均值作为阈值。

• cv2.ADAPTIVE_THRESH_GAUSSIAN_C：使用局部像素的高斯分布作为阈值。

常见的阈值类型包括：

• cv2.THRESH_BINARY：大于阈值的像素值为最大值，小于阈值的像素值为 0。

• cv2.THRESH_BINARY_INV：大于阈值的像素值为 0，小于阈值的像素值为最大值。

举例

pic1_gray = cv2.imread(pic_path, cv2.IMREAD_GRAYSCALE)
img = cv2.adaptiveThreshold(pic1_gray, 255, cv2.ADAPTIVE_THRESH_GAUSSIAN_C, cv2.THRESH_BINARY, 3, cv2.THRESH_BINARY)
cv2.imshow("raw", pic1_gray)
cv2.imshow("threshold", img)
1
2
3
4