opencv 阈值分割的具体使用

阈值分割

像素图 原始图像像素图 见下面 红色线：标注一条阈值线

二进制阈值化 首先设定一条阀值线 如127 大于127的像素点灰度值设为最大（如unit8的格式为255） 小于127的像素点灰度值设为0

反二进制阈值化 首先设定一条阀值线 如127 大于127的像素点灰度值设为最小为0 小于127的像素点灰度值设为最大（如unit8的格式为255）

截断阈值化 首先选定一个阀值，大于该阈值的像素点呗设定为该阈值，小于该阈值的不变 如：阈值127，大于127的像素点值为127；小于127的不变

反阈值化为0 先选定一个阈值，然后做如下处理： 大于等于该阈值的像素点变为0， 小于该阈值的像素点不变。

阈值化为0 先选定一个阈值，然后做如下处理： 大于等于该阈值的像素点不变， 小于该阈值的像素点变为0。

threshold函数

threshold:中文阈值 方法： retval,dst=cv2.threshold(src,thresh,maxval,type) retval:阈值 一般和thresh相同 dst:处理结果的图像

src:原始图像 thresh:阈值，阈值线，对应上文的红线 maxval:最大值,阈值分割后指定的最大值，有1和255。最大值为1对应是二值化图像数据 type：类型,指定那种阈值

threshold 二进制阈值 把亮的处理成白色，暗的处理成黑色

区别二值化阈值：二值化只有0,1。 二进制阈值：可以有其他两个数。二值化是特殊的二进制阈值。

cv2.THRESH_BINARY

算例：设定阈值为127

import cv2

a=cv2.imread('lenacolor.png')#
r,b=cv2.threshold(a,127,255,cv2.THRESH_BINARY)
print('r',r)
cv2.imshow('a',a)
cv2.imshow('b',b)
cv2.waitKey(0)
cv2.destroyAllWindows()

结果： 图中 像素只有0,255 print（b）

threshold 反二进制阈值 把亮的处理成黑色，暗的处理成白色 修改前文代码

cv2.THRESH_BINARY_INV

threshold 截断阈值 亮的不能太亮，有上限，暗的不变 cv2.THRESH_TRUNC

threshold 反阈值化为0 把比较亮的部分处理成0成黑色，小于等于阈值的像素点不变 cv2.THRESH_TOZERO_INV

threshold 阈值化为0 比较亮的部分不变，比较暗的部分处理成黑色为0 cv2.THRESH_TOZERO

到此这篇关于opencv 阈值分割的具体使用的文章就介绍到这了,更多相关opencv 阈值分割内容请搜索ZaLou.Cn以前的文章或继续浏览下面的相关文章希望大家以后多多支持ZaLou.Cn！