如何使用 Python OpenCV 對影像執行不同的簡單閾值化？

在**簡單閾值化**中，我們定義一個閾值，如果畫素值大於閾值，則將其分配一個值（例如 255），否則將其分配另一個值（例如 0）。

可以使用函式 cv2.threshold()應用簡單閾值化。它接受四個引數 - 源影像、閾值、maxVal 和閾值型別。

**OpenCV** 提供以下不同型別的閾值化 -

  • cv2.THRESH_BINARY - 在此閾值化中，大於閾值的畫素值分配為 255，否則分配為 0。

  • cv2.THRESH_BINARY_INV - 它是 cv2.THRESH_BINARY 的反例。

  • cv2.THRESH_TRUNC - 在此閾值化中，大於閾值的畫素值分配為閾值，其他畫素保持不變。

  • cv2.THRESH_TOZERO - 在此閾值化中，小於閾值的畫素值分配為零，其他畫素保持不變。

  • cv2.THRESH_TOZERO_INV - cv2.THRESH_TOZERO 的反例。

語法

cv2.threshold(img, thresh_val, max_val, thresh_type)

引數

  • img - 輸入灰度影像。它是一個numpy.ndarray。

  • thresh_val - 用於對畫素值進行分類的閾值。如果畫素值高於閾值，則分配一個值，否則分配另一個值。

  • max_val - 如果畫素值大於（有時小於）閾值，則要分配給畫素的最大值。

  • thresh_type - 要應用的閾值型別。

它返回全域性閾值和閾值影像。

讓我們藉助一些 Python 示例來了解不同的簡單閾值化。

輸入影像

我們將在以下示例中使用此影像作為輸入檔案。

示例 1

在此程式中，我們對輸入影像應用二值閾值化。

# Python program to illustrate
# a simple thresholding type on an image
# import required libraries
import cv2

# read the input image as a gray image
img = cv2.imread('floor.jpg', 0)

# applying binary thresholding technique on the input image
# all pixels value above 127 will be set to 255
_, thresh = cv2.threshold(img, 127, 255, cv2.THRESH_BINARY)

# display the image after applying binary thresholding
cv2.imshow('Binary Threshold', thresh)
cv2.waitKey(0)
cv2.destroyAllWindows()

輸出

執行上述程式時，將產生以下輸出 -

以上輸出顯示了應用**二值閾值化**後的閾值影像。

示例 2

在此程式中，我們將對輸入影像應用不同的**簡單閾值化**。

# Python program to illustrate
# simple thresholding type on an image
# import required libraries
import cv2
import matplotlib.pyplot as plt

# read the input image as a gray image
img = cv2.imread('floor.jpg',0)

# applying different thresholding techniques on the input image
ret1, thresh1 = cv2.threshold(img, 127, 255, cv2.THRESH_BINARY)
ret2, thresh2 = cv2.threshold(img, 127, 255, cv2.THRESH_BINARY_INV)
ret3, thresh3 = cv2.threshold(img, 127, 255, cv2.THRESH_TRUNC)
ret4, thresh4 = cv2.threshold(img, 127, 255, cv2.THRESH_TOZERO)
ret5, thresh5 = cv2.threshold(img, 127, 255, cv2.THRESH_TOZERO_INV)

titles = ['Original Image','BINARY','BINARY_INV','TRUNC','TOZERO','TOZERO_INV']
images = [img,thresh1,thresh2,thresh3,thresh4,thresh5]

for i in range(6):
   plt.subplot(2,3,i+1)
   plt.imshow(images[i], 'gray')
   plt.title(titles[i])
   plt.axis("off")
plt.show()

輸出

執行上述 Python 程式時，將產生以下輸出 -

以上輸出顯示了應用不同簡單閾值化後的不同影像。

更新於: 2022-09-27

763 次檢視

開啟你的 職業生涯

透過完成課程獲得認證

開始學習
廣告