Opencv学习笔记10 -- 图像阀值

简介

图像阀值可以理解为一种对图像像素点的分类器，通过设置不同的限制值来对图片内的像素点进行分类。具体将在下文中记录。

二值阀值化

先通过代码演示，之后会记录各个参数的意义

import  cv2

p = cv2.imread('2.png',1)
#第二个参数为阀值（当像素小于这个阀值则置0，大於则置255，并通过运算显示分类），第三个参数为最大值，第四个参数为flag标志位
r , p2 = cv2.threshold(p,180,255,cv2.THRESH_BINARY)
cv2.imshow('origin',p)
cv2.imshow('outcome',p2)
cv2.waitKey(0)
cv2.destroyAllWindows()

效果：
原图：
效果图：
可以看到分类边界，通过改变不同的分类阀值可以获得不同的输出，这里可以根据实际情况更改第二个参数

反向二值阀值化

与上文的作用相同，只不过颜色对调

代码演示：

import  cv2

p = cv2.imread('2.png',1)
#只有flag标记位发生了改变
r , p2 = cv2.threshold(p,180,255,cv2.THRESH_BINARY_INV)
cv2.imshow('origin',p)
cv2.imshow('outcome',p2)
cv2.waitKey(0)
cv2.destroyAllWindows()

效果图：
发现颜色发生了转换

截断阀值化

代码：

import  cv2

p = cv2.imread('2.png',1)
#这里的第二个参数也是阀值，但是意义发生了改变，具体改变下文会记录
r , p2 = cv2.threshold(p,127,255,cv2.THRESH_TRUNC)
cv2.imshow('origin',p)
cv2.imshow('outcome',p2)
cv2.waitKey(0)
cv2.destroyAllWindows()

原图：
效果图：
这里说明一下第二个参数的作用为，当图中像素点大于127（自己设定的）则替换为127（图左侧）. 低于127的则保留

自适应阀值

自适应阀值在应用中很多，比如读取数字，文字等操作都可以用到，他是自动根据图片来选择合适的阀值，有两种方法：1.均值自适应 2.高斯自适应

均值自适应

代码：

import  cv2
#注意传入灰度图
p = cv2.imread('3.png',0)
p2 = cv2.adaptiveThreshold(p,255,cv2.ADAPTIVE_THRESH_MEAN_C,cv2.THRESH_BINARY,15,2)
cv2.imshow('origin',p)
cv2.imshow('outcome',p2)
cv2.waitKey(0)
cv2.destroyAllWindows()

p2 = cv2.adaptiveThreshold(p,255,cv2.ADAPTIVE_THRESH_MEAN_C,cv2.THRESH_BINARY,15,2)

这句核心代码前4个参数是固定的

第五个参数注意只能是单数（我也不清楚为什么，opencv中很多参数如果报错那么改成单数就会解决很大一部分），指的是局部阀值的影响范围

第六个参数可以根据实际需要决定

原图：
效果图：

高斯自适应

import  cv2

p = cv2.imread('3.png',0)
#各项参数可以参考二值阀值化 ， 进行这行前可自行添加高斯模糊去噪点
r , p2 = cv2.threshold(p,155,255,cv2.ADAPTIVE_THRESH_GAUSSIAN_C)
cv2.imshow('origin',p)
cv2.imshow('outcome',p2)
cv2.waitKey(0)
cv2.destroyAllWindows()

效果图：