前言

🚀 作者 ：“程序員梨子”

🚀 **文章簡介 **：本篇文章主要講解Opencv基本操作二值化、圖像加噪處理啦。

🚀 **文章源碼獲取 **： 為了感謝每一個關注我的小可愛💓每篇文章的項目源碼都是無償分

享滴💓👇👇👇👇

點這里藍色這行字體自取，需要什么源碼記得說標題名字哈！私信我也可！

🚀 歡迎小伙伴們 點贊👍、收藏?、留言💬

正文

一、二值化

1.1? 二值化的基本原理🖤

圖像二值化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。在數字圖像處理中，二值圖像占有非常重要的地位，圖像的二值化使圖像中數據量大

為減少，從而能凸顯出目標的輪廓。

1.2? 圖像二值化的基本操作🖤

我們使用OpenCV中的函數來進行圖像二值化操作，今天講解的OpenCV中圖像二值主要用到這

threshold函數來實現。

1.3? 附代碼🖤

image = cv2.imread('nv.png') image = cv2.cvtColor(image, cv2.COLOR_RGB2GRAY)#把輸入圖片灰度化 cv2.threshold(image, 140, 255, 0, image)cv2.namedWindow("Image") cv2.imshow("Image", image) cv2.waitKey(0)

在這里我們使用的是threshold函數，函數原型為

threshold(src, thresh, maxval, type[, dst])

• src參數表示輸入圖像（多通道，8位或32位浮點）。
• thresh參數表示閾值。
• maxval參數表示與THRESH_BINARY和THRESH_BINARY_INV閾值類型一起使用設置的最大值。
• type參數表示閾值類型。
• retval參數表示返回的閾值。若是全局固定閾值算法，則返回thresh參數值。若是全局自適應閾值算法，則返回自適應計算得出的合適閾值。
• dst參數表示輸出與src相同大小和類型以及相同通道數的圖像。

1.4? 效果展示🖤

我居然覺得二值化的圖挺好看的~

?

二、圖像加噪

1.1 原理簡介🖤

加噪->圖片變的不清晰。

原理：隨機的將素點替換為其他值。

1.2? 附代碼🖤

img = cv2.imread('nv.png') # 噪聲點數量 coutn = 100000 for k in range(0,coutn):# 獲取圖像噪聲點的隨機位置xi = int(np.random.uniform(0,img.shape[1]))xj = int(np.random.uniform(0,img.shape[0]))#加噪if img.ndim == 2:# 灰度圖像img[xj,xi] = 255elif img.ndim == 3:# 非灰度圖像，圖像加噪img[xj,xi,0] = 25img[xj,xi,1] = 20img[xj,xi,2] = 20 cv2.namedWindow('img') cv2.imshow('img',img) cv2.waitKey() cv2.destroyAllWindows()

1.2? 效果展示🖤

原圖——

效果圖——

?總結

二值化跟加噪處理是不是結果也挺令人滿意的 哈哈哈 可能是我的買家秀的圖選的好看~全靠顏

值.jpg嘛~那你可以找我拿代碼自己試試嘛！

?關注小編獲取更多精彩內容！記得點擊傳送門哈👇

記得三連哦！ 如需打包好的源碼+素材免費分享滴！！傳送門

?

?

總結

以上是生活随笔為你收集整理的Opencv实战之图像的基本操作：这效果出来惊艳了众人（附代码解析）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。