圖像二值化（ Image Binarization）就是將圖像上的像素點的灰度值設置為0或255，也就是將整個圖像呈現出明顯的黑白效果的過程。

---

二值化的原理

import cv2img = cv2.imread('img/lena.jpg') # 轉為灰度圖 new_img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) height, width = new_img.shape[0:2]# 設置閾值 thresh = 60# 遍歷每一個像素點 for row in range(height):for col in range(width):# 獲取到灰度值gray = new_img[row, col]# 如果灰度值高于閾值 就等于255最大值if gray > thresh:new_img[row, col] = 255# 如果小于閾值，就直接改為0elif gray < thresh:new_img[row, col] = 0cv2.imshow('img', new_img) cv2.waitKey()

---

OpenCV提供的圖像二值化API

threshold()方法參數：

圖片矩陣

閾值

圖片中的最大值

二值化的方式

二值化的方式：

THRESH_BINARY高于閾值改為255,低于閾值改為0

THRESH_BINARY_INV	高于閾值改為0,低于閾值改為255
THRESH_TRUNC	截斷,高于閾值改為閾值,最大值失效
THRESH_TOZERO	高于閾值不改變,低于閾值改為0
THRESH_TOZERO_INV	高于閾值該為0,低于閾值不改變

import cv2img = cv2.imread('img/lena.jpg', cv2.IMREAD_GRAYSCALE)thresh, new_img = cv2.threshold(img, 60, 255, cv2.THRESH_BINARY)print(thresh) cv2.imshow('img', img) cv2.imshow('NEW_IMG', new_img) cv2.waitKey()

---

自適應閾值

使用一個全局值作為閾值。但是在所有情況下這可能都不太好。如果圖像在不同區域具有不同的照明條件。在這種情況下，自適應閾值閾值可以幫助。這里，算法基于其周圍的小區域確定像素的閾值。因此，我們為同一圖像的不同區域獲得不同的閾值，這為具有不同照明的圖像提供了更好的結果。

adaptlive()方法參數：

圖片矩陣

圖片灰度最大值

計算閾值的方法

閾值類型

處理塊大小

算法所用的常量C

• cv2.ADAPTIVE_THRESH_MEAN_C：該閾值是該附近區域減去恒定的平均?。
• cv2.ADAPTIVE_THRESH_GAUSSIAN_C：閾值是鄰域值減去常數C的高斯加權和。

import cv2img = cv2.imread('img/lena.jpg', cv2.IMREAD_GRAYSCALE)thresh_img = cv2.adaptiveThreshold(img, 255, cv2.ADAPTIVE_THRESH_MEAN_C, cv2.THRESH_BINARY, 11, 5)cv2.imshow('thresh_img', thresh_img) cv2.waitKey()

大津算法（最大類間方差法）

圖像分割中閾值選取的最佳算法

threshold(gaussian_img, 0, 255, cv2.THRESH_BINARY | cv2.THRESH_OTSU)

import cv2img = cv2.imread('img/lena.jpg', cv2.IMREAD_GRAYSCALE)# 使用255的閾值進行二值化 ret, thresh_img = cv2.threshold(img, 255, 255, cv2.THRESH_BINARY) cv2.imshow('normal', thresh_img)# 使用高斯濾波模糊圖像 參數1： 圖片矩陣 參數2：卷積核 參數3： 越大越模糊 gaussian_img = cv2.GaussianBlur(img, (5, 5), 0) cv2.imshow('gaussian_img', gaussian_img)# 使用大津算法0閾值二值化經過高斯濾波模糊后的圖像 ret, thresh_img = cv2.threshold(gaussian_img, 0, 255, cv2.THRESH_BINARY | cv2.THRESH_OTSU)cv2.imshow('otsu', thresh_img)cv2.imshow('img', img) cv2.waitKey()

原圖：

使用255的閾值進行二值化 圖片全黑了:

使用高斯濾波模糊圖像：

圖片矩陣

卷積核

越大越模糊

使用0閾值的大津算法二值化經過高斯濾波模糊后的圖像：

總結

以上是生活随笔為你收集整理的OpenCV图像处理----图像的二值化的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。