Image Thresholding图像阙值化和Adaptive Thresholding
要用到的函数是cv2.threshold()
这个参数的形式是cv.
Threshold
(src, dst, threshold, maxValue, thresholdType)
Parameters: |
|
---|
一开始没明白thresh和maxval的区别,后来问了同学知道了,maxval就是指超过阙值的部分取maxval这个值
五种不同的type出现的效果图不一样,参考如下
tip:在官网tutorial中是for i in xrange(6),在Python3中 range和xrange已经合并成了range 。
matplotlib的一个函数plt.subplot(),可以绘制多个子图,第一个参数是行数,第二个参数是列数,第三个参数表示图形的标号。
贴上代码
import cv2
import numpy as np
from matplotlib import pyplot as pltimg = cv2.imread('gradient.png',0)
ret,thresh1 = cv2.threshold(img,127,255,cv2.THRESH_BINARY)
ret,thresh2 = cv2.threshold(img,127,255,cv2.THRESH_BINARY_INV)
ret,thresh3 = cv2.threshold(img,127,255,cv2.THRESH_TRUNC)
ret,thresh4 = cv2.threshold(img,127,255,cv2.THRESH_TOZERO)
ret,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.xticks([]),plt.yticks([])plt.show()
Adaptive Thresholding
函数形式:cv2.
adaptiveThreshold
(src, maxValue, adaptiveMethod, thresholdType, blockSize, C[, dst])
Parameters: |
|
---|
为什么每次dst这个参数都被省略了。。。
贴上代码
import cv2
import numpy as np
from matplotlib import pyplot as pltimg = cv2.imread('dave.jpg',0)
img = cv2.medianBlur(img,5)ret,th1 = cv2.threshold(img,127,255,cv2.THRESH_BINARY)
th2 = cv2.adaptiveThreshold(img,255,cv2.ADAPTIVE_THRESH_MEAN_C,\cv2.THRESH_BINARY,11,2)
th3 = cv2.adaptiveThreshold(img,255,cv2.ADAPTIVE_THRESH_GAUSSIAN_C,\cv2.THRESH_BINARY,11,2)titles = ['Original Image', 'Global Thresholding (v = 127)','Adaptive Mean Thresholding', 'Adaptive Gaussian Thresholding']
images = [img, th1, th2, th3]for i in xrange(4):plt.subplot(2,2,i+1),plt.imshow(images[i],'gray')plt.title(titles[i])plt.xticks([]),plt.yticks([])
plt.show()
效果图
Image Thresholding图像阙值化和Adaptive Thresholding相关推荐
- Python使用openCV把原始彩色图像转化为灰度图、使用OpenCV把图像二值化(仅仅包含黑色和白色的简化版本)、基于自适应阈值预处理(adaptive thresholding)方法
Python使用openCV把原始彩色图像转化为灰度图.使用OpenCV把图像二值化(仅仅包含黑色和白色的简化版本).基于自适应阈值预处理(adaptive thresholding)方法 目录
- C#,图像二值化(22)——局部阈值的伯恩森算法(Bernsen Thresholding)及源程序
1.局部阈值的伯恩森算法(Bernsen Thresholding) Bernsen方法是为图像分割开发的局部自适应二值化方法之一.在这项研究中,实现了Bernsen的局部自适应二值化方法,并对不同灰 ...
- C#,图像二值化(21)——局部阈值的韦尔纳算法(Wellner Thresholding)及源代码
1 韦尔纳算法(Wellner Throsholding) 摘要 针对计算大量缺陷时速度较慢且图像阈值不平滑的Wellner算法,本文提出了两种改进方案,第一种是一维平滑算法(ODSA),第二种是基于 ...
- C#,图像二值化(16)——全局阈值的力矩保持算法(Moment-proserving Thresholding)及其源代码
1.力矩保持法 提出了一种基于矩保持原理的自动阈值选择方法.以这样的方式确定地计算阈值,即在输出画面中保留输入画面的时刻.实验结果表明,该方法可以将给定的图像阈值化为有意义的灰度级.该方法描述了全局阈 ...
- C#,图像二值化(05)——全局阈值的联高自适应算法(Legal Self-Adaptive Thresholding)及其源代码
阈值的选择当然希望智能.简单一些.应该能应付一般的图片. What is Binarization? Binarization is the process of transforming data ...
- C#,图像二值化(18)——全局阈值的模糊集理论算法(Huang Thresholding)与源程序
1 模糊集理论 模糊集理论,也称为模糊集合论,或简单地称为模糊集,1965年美国学者扎德在数学上创立了一种描述模糊现象的方法-模糊集合论.这种方法把待考察的对象及反映它的模糊概念作为一定的模糊集合,建 ...
- C#,图像二值化(06)——全局阈值的大津算法(OTSU Thresholding)及其源代码
1.大津算法OTSU ALGORITHM OTSU算法效果很一般. 最大类间方差法是1979年由日本学者大津(Nobuyuki Otsu)提出的,是一种自适应阈值确定的方法,又叫大津法,简称OTSU, ...
- C#,图像二值化(04)——全局阈值的凯勒算法(Kittler Thresholding)及源程序
1.Kittler算法(最小误差法)概述 最小误差法是 J. Kittler & J. Illingworth 1986年在<MINIMUM ERROR THRESHOLDING> ...
- 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 ...
最新文章
- 点云配准求物体的6D姿态(转)
- python毕业设计开题报告-基于Python图书管理系统开题报告
- C# Enum,Int,String的互相转换 枚举转换
- 网络爬虫--之爬起校招信息代码
- IIS 6.0支持.SHTML
- python线性加权模型_局部加权之线性回归(1) - Python实现
- 使用ORM提取数据很容易! 是吗?
- MySQL中union和order by一起使用的方法
- bootstrap table 的简单Demo
- 我们应该改变Linux的二十四件事
- Flink on Zeppelin (3) - Streaming 篇
- 精美js聊天窗口界面代码
- JavaScript学习之初识JS
- 世界首例AI同性婚姻惊呆众人 | Siri和Alexa结婚了
- API接口调用并处理返回的json数据
- python选股软件编写
- Tortoise 账号和密码设置
- OnTime pro for mac(多功能时钟工具)
- 你想成为什么样的人取决于你付出了多少?
- 【国内动态】服务器列表
热门文章
- electron---windows客户端开发探索
- 20201010基础标签用途说明
- 使用HSL连接欧姆龙PLC配置
- 计算机毕业设计Javaweb实验室课表管理系统(源码+系统+mysql数据库+lw文档)
- Maven下载及目录结构
- linux服务器视频转换,linux下视频格式转换工具
- RealView编译器常用特有功能
- Python编写的命令行版微信。(已集成自动聊天机器人(通过网址api形式))
- SqlServer 调优的几个关键的步骤--sp_lock,sp_who
- 网页短信平台国际通道搭建|后台定制-移讯云短信系统