OpenCV-Python入门教程5-阈值分割

时间：2021-08-12 23:44:20

OpenCV-Python入门教程5-阈值分割

一、固定阈值分割

import cv2

import matplotlib.pyplot as plt
# 灰度图读入

img = cv2.imread('gradient.jpg', 0)

# 阈值分割

ret, th = cv2.threshold(img, 127, 255, cv2.THRESH_BINARY)

cv2.imshow('thresh', th)

cv2.waitKey(0)

cv2.threshold()用来实现阈值分割，有4个参数：

  • 参数1：要处理的原图，一般是灰度图
  • 参数2：设定的阈值
  • 参数3：最大阈值，一般是255
  • 参数4：阈值的方式，主要有5种，详情：ThresholdTypes

理解这5种阈值方式：

# 应用5种不同的阈值方法

ret, th1 = cv2.threshold(img, 127, 255, cv2.THRESH_BINARY)

ret, th2 = cv2.threshold(img, 127, 255, cv2.THRESH_BINARY_INV)

ret, th3 = cv2.threshold(img, 127, 255, cv2.THRESH_TRUNC)

ret, th4 = cv2.threshold(img, 127, 255, cv2.THRESH_TOZERO)

ret, th5 = cv2.threshold(img, 127, 255, cv2.THRESH_TOZERO_INV)

titles = ['Original', 'BINARY', 'BINARY_INV', 'TRUNC', 'TOZERO', 'TOZERO_INV']

images = [img, th1, th2, th3, th4, th5]

# 使用Matplotlib显示

# 两行三列图

for i in range(6):

    plt.subplot(2, 3, i + 1)

    plt.imshow(images[i], 'gray')

    plt.title(titles[i], fontsize=8)

    plt.xticks([]), plt.yticks([])  # 隐藏坐标轴

plt.show()

OpenCV-Python入门教程5-阈值分割

固定阈值将整幅图片分成两类值，它并不适用于明暗分布不均的图片。而cv2.adaptiveThreshold()自适应阈值会每次取图片的一小部分计算阈值。这样图片不同区域的阈值就不尽相同。

二、自适应矩阵

# 自适应阈值对比固定阈值

img = cv2.imread('sudoku.jpg', 0)

# 固定阈值

ret, th1 = cv2.threshold(img, 127, 255, cv2.THRESH_BINARY)

# 自适应阈值

th2 = cv2.adaptiveThreshold(

    img, 255, cv2.ADAPTIVE_THRESH_MEAN_C, cv2.THRESH_BINARY, 11, 4)

th3 = cv2.adaptiveThreshold(

    img, 255, cv2.ADAPTIVE_THRESH_GAUSSIAN_C, cv2.THRESH_BINARY, 17, 6)

titles = ['Original', 'Global(v = 127)', 'Adaptive Mean', 'Adaptve Gaussian']

images = [img, th1, th2, th3]

for i in range(4):

    plt.subplot(2, 2, i + 1), plt.imshow(images[i], 'gray')

    plt.title(titles[i], fontsize=8)

    plt.xticks([]), plt.yticks([])  # 隐藏坐标轴

plt.show()

OpenCV-Python入门教程5-阈值分割

cv2.adaptiveThreshold()的6个参数：

  • 参数1：要处理的原图
  • 参数2：最大阈值，一般为255
  • 参数3：小区域阈值的计算方式

　　　　ADAPTIVE_THRESH_MEAN_C：小区域内取均值

　　　　ADAPTIVE_THRESH_GAUSSIAN_C：小区域内加权求和，权重是高斯核

  • 参数4：阈值方式（上面提到的那5种）
  • 参数5：小区域的面积，如11就是11 * 11的小块
  • 参数6：最终阈值等于小区域计算出的阈值再减去此值

我们前面固定阈值的时候使用了127，那怎么知道这个阈值好不好呢？这个需要不断的尝试，在很多文献中在特定的场景下有经验阈值。Otsu阈值法就提供了一种自动高效的二值化方法。我将在下一篇提到。

三、小结

cv2.threshold()用来进行固定阈值分割，固定阈值分割不适用于光线不均匀的图片，所以用cv2.adaptiveThreshold()进行自适应阈值分割。当然，对于不同图片可以采用的不同的阈值分割方法。

相关文章