当前位置 主页 > 服务器问题 > win服务器问题汇总 > 最大化 缩小

    python opencv 简单阈值算法的实现

    栏目:win服务器问题汇总 时间:2019-12-02 10:09

    本文先了解一个简单阈值函数,以了解一个阈值算法的具体参数。

    然后比较不同阈值函数的区别。

    同样的,先用一副图说明本文重要大纲:

    这里写图片描述

    #! usr/bin/env python
    # coding: utf-8
    import cv2
    
    img = cv2.imread('cat.jpg')
    img = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
    # 先将图像矩阵进行二值化
    # img = cv2.imread('cat.jpg',0)
    # 也可以直接将图像用灰度值读入,其中0就表示用灰度读图
    
    cv2.imshow('img',img)
    
    _,img1 = cv2.threshold(img,100,250,cv2.THRESH_BINARY)
    # 这个函数返回两个值,第二个值才是二值化后的图像矩阵
    # 最后一个参数表示一种二值化算法
    # 阈值设置为100,
    # 250表示大于100的像素值会被重新赋值为250
    
    cv2.imshow('img',img1)
    
    # cv2.waitKey()
    cv2.destroyAllWindows()
    
    
    ############ 以下比较不同简单二值化算法的区别
    
    # 先进行不同算法的二值化
    ret,img1 = cv2.threshold(img,127,255,cv2.THRESH_BINARY)
    # 从名字可以看出一点来,binary是二元的意思,这里指要么0,要么指定的一个值(255)
    print(ret)
    ret,img2 = cv2.threshold(img,127,255,cv2.THRESH_BINARY_INV)
    # 注意到INV表示逆,全写是inverse
    ret,img3 = cv2.threshold(img,127,255,cv2.THRESH_TRUNC)
    # 注意到truncate表示截断的意思。这个函数不再是二元,而是对超过某个值的部分进行处理,否则并不会处理。
    ret,img4 = cv2.threshold(img,127,255,cv2.THRESH_TOZERO)
    # 实际上,这也是一种阶段,对大于某一个值的像素值进行调整,与trunc不同的是,这里变为0,而不是最大值
    ret,img5 = cv2.threshold(img,127,255,cv2.THRESH_TOZERO_INV)
    
    import numpy as np
    import matplotlib.pyplot as plt
    #用这个模块来画图显示,这个库和opencv有些不同,可参考前面的博客
    # https://blog.csdn.net/qq_27261889/article/details/80543966
    
    # 先定义以下图的图题和图像矩阵
    titles = ['original','binary','binary_inv','trunc','tozero','tozero_inv']
    imgs = [img,img1,img2,img3,img4,img5]
    
    for i in range(6):
      plt.subplot(2,3,i+1)#分别画出每一个图
      plt.imshow(imgs[i],'gray')
      plt.title(titles[i])#写出图题
    
    plt.show()

    以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持IIS7站长之家。