ReaderMX.
Python技术迷

OpenCV教程-OpenCV图像阈值处理

P点击关注 👉约 2 分钟

整理：python技术迷

阈值的基本概念是为了简化图像以进行分析。当我们将图像转换为灰度图像时，必须记住灰度图像仍然至少有255个值。阈值是将所有内容转换为白色或黑色的值，基于阈值。假设我们希望阈值为125（255的一部分），则低于125的所有内容将转换为0或黑色，而高于125的所有内容将转换为255或白色。语法如下：
retval,threshold = cv2.threshold(src, thresh, maxValue, cv2.THRESH_BINARY_INV)

参数-

src: 源图像，应为灰度图像。

thresh: 用于对像素值进行分类。

maxVal: 它表示如果像素阈值为则给定的值。

OpenCV提供不同风格的阈值，作为函数的第四个参数使用。这些是：

  • cv2.THRESH_BINARY

  • cv2.THRESH_BINARY_INV

  • cv2.THRESH_TRUNC

  • cv2.THRESH_TOZERO

  • cv2.THRESH_TOZERO_INV

让我们以一个示例输入图像为例

Image

我们以上面的图像作为输入。我们描述一下阈值的实际工作原理。上面的图像稍暗，有点难以阅读。有些部分足够亮，可以正常阅读，而其他部分需要更多的焦点才能正确阅读。

专属福利 
👉点击领取：最全Python资料合集
让我们考虑以下示例：
import cv2  img  = cv2.imread(r'C:\Users\DEVANSH SHARMA\book1.jpg',1)  retval, threshold = cv2.threshold(img, 62, 255, cv2.THRESH_BINARY)  cv2.imshow("Original Image", img)  cv2.imshow("Threshold",threshold)  cv2.waitKey(0)
输出:

Image

上面的程序突出了图像。现在我们可以轻松阅读图像的内容。

Image
 1
Image
热门推荐
Image

KEEP THE THREAD GOING

更多来源文章