3.9 KiB

Raw Permalink Blame History

Python 中的图像阈值处理——简单快速指南

原文：https://www.askpython.com/python/examples/image-thresholding

嘿，程序员朋友！今天，我们将了解什么是图像阈值，以及如何在 python 编程语言中实现图像阈值。

让我们直接进入概念！

也读作: 利用 Python 进行图像中的边缘检测 。

什么是图像阈值处理？

Thresholding定义为将图像分为两部分的过程，即:“前景”和“背景”。它主要用于各种图像处理任务，允许更好的图像识别和分割等。

不同类型的阈值技术

人们可以实现各种阈值技术，这些技术在下面被命名和描述:

Various Thresholding Techniques

也读: Python:将图像转换成铅笔素描

完整的代码

由于阈值方法具有用于实现的直接函数，我们可以直接查看阈值方法的代码实现。我希望你理解同样的编码实现。

import cv2  
import numpy as np

img = cv2.imread('lori.jpg')  
img = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY) 

ret, thresh_hold = cv2.threshold(img, 100, 255, cv2.THRESH_BINARY) 
ret, thresh_hold1 = cv2.threshold(img, 100, 255, cv2.THRESH_BINARY_INV) 
ret, thresh_hold2 = cv2.threshold(img, 100, 255, cv2.THRESH_TOZERO) 
ret, thresh_hold3 = cv2.threshold(img, 100, 255, cv2.THRESH_TOZERO_INV) 
ret, thresh_hold4 = cv2.threshold(img, 100, 255, cv2.THRESH_TRUNC)   

thresh_hold = cv2.resize(thresh_hold, (960, 540))    
cv2.imshow('Binary Threshold Image', thresh_hold) 

thresh_hold1 = cv2.resize(thresh_hold1, (960, 540))    
cv2.imshow('Binary Threshold Inverted Image', thresh_hold1) 

thresh_hold2 = cv2.resize(thresh_hold2, (960, 540))    
cv2.imshow('Threshold Tozero Image', thresh_hold2) 

thresh_hold3 = cv2.resize(thresh_hold3, (960, 540))    
cv2.imshow('ThresholdTozero Inverted output', thresh_hold3) 

thresh_hold4= cv2.resize(thresh_hold4, (960, 540))    
cv2.imshow('Truncated Threshold output', thresh_hold4) 

if cv2.waitKey(0) & 0xff == 25:  
    cv2.destroyAllWindows()