OpenCV 图像二值化 threshold

一：什么是二值图像

彩色图像：三个通道0-255，0-255，0-255，所以可以有2^24位空间

灰度图像：一个通道0-255,所以有256种颜色

二值图像：只有两种颜色，黑和白，1白色，0黑色

二：图像二值化

（一）先获取阈值

（二）根据阈值去二值化图像

（三）OpenCV中的二值化方法

四）补充阈值类型

原灰度图像的像素值

1.THRESH_BINARY:过门限的值为最大值，其他值为0

2.THRESH_BINARY_INV:过门限的值为0，其他值为最大值

3.THRESH_TRUNC:过门限的值为门限值，其他值不变

 

4.THRESH_TOZERO:过门限的值不变，其他设置为0

5.THRESH_TOZERO_INV:过门限的值为0，其他不变

三：代码实现全局阈值

 cv.threshold( src, thresh, maxval, type[, dst] ) 

参数说明：

src：原图像。

dst：结果图像。

thresh：当前阈值。

maxVal：最大阈值，一般为255.

thresholdType:阈值类型，主要有下面几种：

 1 enum ThresholdTypes {
 2 THRESH_BINARY = 0,
 3 THRESH_BINARY_INV = 1,
 4 THRESH_TRUNC = 2,
 5 THRESH_TOZERO = 3,
 6 THRESH_TOZERO_INV = 4,
 7 THRESH_MASK = 7,
 8 THRESH_OTSU = 8,
 9 THRESH_TRIANGLE = 16
10 };

（一）全局阈值使用THRESH_OTSU大津法

1 　　 def threshold_demo(image):
2     gray = cv.cvtColor(image,cv.COLOR_RGB2GRAY)   #要二值化图像，要先进行灰度化处理
3     ret, binary = cv.threshold(gray,0,255,cv.THRESH_BINARY | cv.THRESH_OTSU)
4     print("threshold value: %s"%ret)　　#打印阈值，前面先进行了灰度处理0-255，我们使用该阈值进行处理，低于该阈值的图像部分全为黑，高于该阈值则为白色
5     cv.imshow("binary",binary)　　#显示二值化图像 

threshold value: 140.0　　#获取的阈值是140

（二）全局阈值使用THRESH_TRIANGLE（三角形算法）

ret, binary = cv.threshold(gray,0,255,cv.THRESH_BINARY | cv.THRESH_TRIANGLE)

threshold value: 67.0

（三）上面使用大津法和三角形算法都是自动去获取阈值，下面我们自己直接指定阈值

（1）THRESH_BINARY_INV大于阈值的都为0

ret, binary = cv.threshold(gray,127,255,cv.THRESH_BINARY_INV)

threshold value: 127.0

（2）THRESH_TRUNC截断大于127的值都为127

ret, binary = cv.threshold(gray,127,255,cv.THRESH_TRUNC)

（3）THRESH_TOZERO小于阈值的都为0和（1）相反

ret, binary = cv.threshold(gray,127,255,cv.THRESH_TOZERO)