【计算机视觉】-图像二值化 - 图像分割 -图像卷积

图像卷积：利用2D卷积核去扫图像，主要是为了实现Blur，高斯滤波本质也是通过卷积来实现的，只不过他的卷积核内参数是符合高斯分布的。

图像二值化：图像二值化之后为黑白图像，相当于mask掩模，用于挖出图像中的非规则感兴趣ROI区域。

图像分割：本文主要说的是传统方法的分割，主要是基于灰度图像的直方图统计，选取阈值，进行分割。

实现：我们会用到的工具有 python ，matplotlib，opencv进行接下来的任务

1、读取图像

img=cv2.imread('/mnt/disk2/oujie/107L2ZEWVQFI2($_Z4F{(]D.png')
plt.figure(figsize=(15,10))
plt.imshow(cv2.cvtColor(img.astype(np.uint8), cv2.COLOR_BGR2RGB))
plt.show()

2、原图灰度化并选取ROI区域

img_gray=cv2.cvtColor(img.astype(np.uint8), cv2.COLOR_BGR2GRAY)
img_roi=img_gray[150:520,380:800]###################显示
plt.figure(figsize=(15,10))
plt.imshow(img_gray, cmap ='gray')
plt.show()plt.figure(figsize=(15,10))
plt.imshow(img_roi, cmap ='gray')
plt.show()

3、利用直方图对ROI区域进行 “响应灰度值”统计，这里主要用numpy的直方图接口

img_roi_blur=cv2.GaussianBlur(img_roi,(5,5),0)
plt.figure(figsize=(15,10))
plt.imshow(img_roi_blur, cmap ='gray')
plt.show()
img_roi_data=img_roi_blur.flatten()#把数据转换成一维的
plt.figure(figsize=(15,10))
n, bins, patches = plt.hist(img_roi_data, bins=255, alpha=1)#为了显示出来用的plt接口
#numpy用法hist1=np.histogram(img_roi_data, bins=255)
plt.show()

4、选取阈值进行二值化，阈值选择主要是该类灰度值，数量多，我们选择120,要是想选择多个条件，可以结合numpy的逻辑运算

img_mask=np.zeros((img_gray.shape))
img_gray_blur=cv2.GaussianBlur(img_gray,(5,5),0)  #滤波可以减少噪声带来的影响
#img_mask[np.where(np.logical_and(img_gray>85,img_gray<120))]=255
img_mask[np.where(img_gray_blur>120)]=255
plt.figure(figsize=(15,10))
plt.imshow(img_mask, cmap ='gray')
plt.show()

5、利用mask扣出原图

记得一定要把得到的mask进行数据类型转化，uint8，或者支持的其他类型

img_result=cv2.bitwise_and(img,img,mask=img_mask.astype(np.uint8))
plt.figure(figsize=(15,10))
plt.imshow(cv2.cvtColor(img_result, cv2.COLOR_BGR2RGB))
plt.show()

6、二值化部分也可以用别的办法进行，比如动态阈值（大津法OTSU）

【计算机视觉】-图像二值化 - 图像分割 -图像卷积相关推荐

C#，图像二值化（13）——全局阈值的双峰平均值算法（Bimodal Thresholding）与源程序
1.图像二值化概述图像二值化是将彩色图像转换为黑白图像.大多数计算机视觉应用程序将图片转换为二进制表示.图像越是未经处理,计算机就越容易解释其基本特征. 二值化过程在计算机存储器中,所有文件通常以 ...
二值化图像的欧拉数_Android OpenCV（八）：图像二值化
图像二值化简介图像二值化( Image Binarization)就是将图像上的像素点的灰度值设置为0或255,也就是将整个图像呈现出明显的黑白效果的过程.在数字图像处理中,二值图像占有非常重要的 ...
OpenCV学习笔记（三）——图像像素（图像的最大（小）值、均值、标准差、比较运算、逻辑运算、图像二值化）
目录 1 图像像素统计 1.1 图像像素的最大值和最小值 1.2 计算图像的均值和标准差 2 两图像间的像素操作 2.1 比较运算 2.2 逻辑运算 3 图像二值化 1 图像像素统计数字图像可以用大 ...
论文推荐｜【KSII TIIS 2021】DP-LinkNet：一种用于古籍文档图像二值化的卷积网络(有源码)...
今日分享来自[KSII TIIS 2021]的论文『DP-LinkNet: A convolutional network for historical document image binariza ...
opencv 图像分割阈值分割图像二值化灰度图
# -*- coding: utf-8 -*- """ @File : 191213_测试_阈值分割.py @Time : 2019/12/13 15:14 @Autho ...
设图像为 f=[1 5 25 10 20 20] 谷峰法二值化图像分割
峰谷法二值化图像分割峰谷法主要是在找谷底(Th),也就是阈值先做道例题画出灰度直方图,找到两个谷底Th1.Th2 用图片测试一下 clear clc f=imread('1.jpg'); f ...
图像二值化中阈值算法浅析
目录什么是二值化常见的求阈值算法 OSTU大津法概念及原理 iteration迭代法概念及原理代码实现 Sobel算子图像边缘提取概念及原理代码实现噪点过滤什么是二值化所谓图像二值 ...
一文搞懂图像二值化算法
传统的机器视觉通常包括两个步骤:预处理和物体检测.而沟通二者的桥梁则是图像分割(Image Segmentation)[1].图像分割通过简化或改变图像的表示形式,使得图像更易于分析. 举个例子,食品 ...
OpenCV机器视觉-图像二值化
图像二值化图像二值化( Image Binarization)就是将图像上的像素点的灰度值设置为0或255,也就是将整个图像呈现出明显的黑白效果的过程. 在数字图像处理中,二值图像占有非常重要的地位 ...

【计算机视觉】-图像二值化 - 图像分割 -图像卷积

【计算机视觉】-图像二值化 - 图像分割 -图像卷积相关推荐

最新文章

热门文章