如何使用 Python OpenCV 对图像执行不同的简单阈值化？

在**简单阈值化**中，我们定义一个阈值，如果像素值大于阈值，则将其分配一个值（例如 255），否则将其分配另一个值（例如 0）。

可以使用函数 cv2.threshold()应用简单阈值化。它接受四个参数 - 源图像、阈值、maxVal 和阈值类型。

**OpenCV** 提供以下不同类型的阈值化 -

  • cv2.THRESH_BINARY - 在此阈值化中，大于阈值的像素值分配为 255，否则分配为 0。

  • cv2.THRESH_BINARY_INV - 它是 cv2.THRESH_BINARY 的反例。

  • cv2.THRESH_TRUNC - 在此阈值化中，大于阈值的像素值分配为阈值，其他像素保持不变。

  • cv2.THRESH_TOZERO - 在此阈值化中，小于阈值的像素值分配为零，其他像素保持不变。

  • cv2.THRESH_TOZERO_INV - cv2.THRESH_TOZERO 的反例。

语法

cv2.threshold(img, thresh_val, max_val, thresh_type)

参数

  • img - 输入灰度图像。它是一个numpy.ndarray。

  • thresh_val - 用于对像素值进行分类的阈值。如果像素值高于阈值，则分配一个值，否则分配另一个值。

  • max_val - 如果像素值大于（有时小于）阈值，则要分配给像素的最大值。

  • thresh_type - 要应用的阈值类型。

它返回全局阈值和阈值图像。

让我们借助一些 Python 示例来了解不同的简单阈值化。

输入图像

我们将在以下示例中使用此图像作为输入文件。

示例 1

在此程序中，我们对输入图像应用二值阈值化。

# Python program to illustrate
# a simple thresholding type on an image
# import required libraries
import cv2

# read the input image as a gray image
img = cv2.imread('floor.jpg', 0)

# applying binary thresholding technique on the input image
# all pixels value above 127 will be set to 255
_, thresh = cv2.threshold(img, 127, 255, cv2.THRESH_BINARY)

# display the image after applying binary thresholding
cv2.imshow('Binary Threshold', thresh)
cv2.waitKey(0)
cv2.destroyAllWindows()

输出

运行上述程序时，将产生以下输出 -

以上输出显示了应用**二值阈值化**后的阈值图像。

示例 2

在此程序中，我们将对输入图像应用不同的**简单阈值化**。

# Python program to illustrate
# simple thresholding type on an image
# import required libraries
import cv2
import matplotlib.pyplot as plt

# read the input image as a gray image
img = cv2.imread('floor.jpg',0)

# applying different thresholding techniques on the input image
ret1, thresh1 = cv2.threshold(img, 127, 255, cv2.THRESH_BINARY)
ret2, thresh2 = cv2.threshold(img, 127, 255, cv2.THRESH_BINARY_INV)
ret3, thresh3 = cv2.threshold(img, 127, 255, cv2.THRESH_TRUNC)
ret4, thresh4 = cv2.threshold(img, 127, 255, cv2.THRESH_TOZERO)
ret5, thresh5 = cv2.threshold(img, 127, 255, cv2.THRESH_TOZERO_INV)

titles = ['Original Image','BINARY','BINARY_INV','TRUNC','TOZERO','TOZERO_INV']
images = [img,thresh1,thresh2,thresh3,thresh4,thresh5]

for i in range(6):
   plt.subplot(2,3,i+1)
   plt.imshow(images[i], 'gray')
   plt.title(titles[i])
   plt.axis("off")
plt.show()

输出

运行上述 Python 程序时，将产生以下输出 -

以上输出显示了应用不同简单阈值化后的不同图像。

更新于: 2022-09-27

763 次查看

开启你的 职业生涯

通过完成课程获得认证

开始学习
广告