opencv最全图像阈值threshold处理方式汇总Python实现

不点赞白嫖的都是流氓

本文从一个简单的例子进行扩展解释opencv实现的基础阈值处理的所有方式，用的图片是三通道彩色图片，单通道当然也可以进行阈值处理，很多教程都是处理单通道彩色图片，所以我给大家换个口味
原图

请看代码

import cv2

img = cv2.imread("../data/1.jpg")
t, dst = cv2.threshold(img, 127, 255, cv2.THRESH_BINARY)  # t表示返回的阈值
# 这个函数的使用关键是第四个参数的理解上面，第四个参数表示阈值分割的类型，
# 不同的方式有不同的分割效果，接下来会一一解释
cv2.imshow('img', img)
cv2.imshow('dst', dst)
cv2.waitKey()
cv2.destroyAllWindows()
cv2.imwrite('../data/thre.jpg', dst)

方式一，二值化阈值处理（cv2.THRESH_BINARY），定义如下
将图像内所有像素值大于阈值的像素点的值设为255；将图像内所有像素值小于或等于阈值的像素点的值设为0
示例结果

方式二，反二值化阈值处理（cv2.THRESH_BINARY_INV），定义如下
将图像内所有像素值大于阈值的像素点的值设为0；将图像内所有像素值小于或等于阈值的像素点的值设为255
示例结果

方式三，截断阈值化处理（cv2.THRESH_TRUNC），定义如下
将图像中大于阈值的像素点的值设定为阈值，小于或者等于该阈值的像素点的值保持不变
效果图

方式四，超阈值零处理（cv2.THRESH_TOZERO_INV），定义如下
将图像中大于阈值的像素点的值设定为0，小于或者等于该阈值的像素点的值保持不变
效果图

方式五，低阈值零处理（cv2.THRESH_TOZERO），定义如下
将图像中大于阈值的像素点的值保持不变，小于或者等于该阈值的像素点的值设定为0
效果图如下

该阈值处理的方式就有这五种，知道这些只是你进入图像处理领域的入门而已，要做到灵活使用还需要继续学习，做到融会贯通才行，好啦，拜拜

我们总会说自己是为了未来，那么未来又在多远的未来？