java opencv 阀值分割_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脚本之家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脚本之家!
java opencv 阀值分割_opencv 阈值分割的具体使用相关推荐
- python阈值分割_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 ...
- java opencv 阀值分割_利用OpenCV实现局部动态阈值分割
利用OpenCV实现局部动态阈值分割,参考Halcon dyn_threshold算子的思路实现. #include "dialog.h" #include #include &q ...
- 【千律】OpenCV基础:图像阈值分割 -- 自适应阈值分割 -- 代码实现
环境:Python3.8 和 OpenCV 内容:自适应阈值分割代码实现 import cv2 as cv import numpy as np import matplotlib.pyplot as ...
- java opencv 阀值分割_opencv-阈值分割
一.大津法OTSU(最大类间方差法) 在实际运用过程中,大津法表现得最稳定,且无需参数,对于现实图像保持了最好的均匀性和形状特性,而且被商业软件GIMP 和学术软件Matlab采纳为自动阈值法. 原理 ...
- opencv中几种阈值分割
七种常见阈值分割代码(Otsu.最大熵.迭代法.自适应阀值.手动.迭代法.基本全局阈值法) 一.工具:VC+OpenCV 二.语言:C++ 三.原理 otsu法(最大类间方差法,有时也称之为大津算法) ...
- 批量图像自动分割 grabcut+阈值分割 opencv
问题:白色等背景(幕布)下的批量图像,自动分割出前景物体,无须交互 环境: ubuntu 16.04 + opencv3 + openmp + cmake **注意:具体分割效果可以自己调整腐蚀膨胀和 ...
- 在OpenCV里实现自适应阈值分割
在图片处理过程中,针对铺前进行二值化等操作的时候,我们希望能够将图片相应区域内所有的信息提供保留.实验室环境下,相应的素材是模板化的,但是将实验室方法应用于现实环境中时,我们会发现光影环境对于效果的影 ...
- 目标检测-分水岭分割与阈值分割对比
1.1 对阴影的处理 基于阈值的分割,是在以某个阈值T,对图像进行分割.分割时由于拍摄时图像阴影处导致分割不理想,结果虽然达到理想预期.但是二值化后的结果以阴影部分外围与图像融合,导致再用findCo ...
- java opencv 物体检测_OpenCV.物体识别
1.度娘:"OpenCV 物体识别" ZC:主看这个,讲的比较细致,操作一般都是使用的 OpenCV里面的exe,一些代码是 java的 可以搞定,最后一段测试代码 是Python ...
最新文章
- 使用 Windows PowerShell 实现 Web UI 自动化
- Artificial Intelligence and Change Management
- STM32F103系列单片机学习笔记1方便以后查看
- android n 更新画面,Android N的无缝更新是什么?
- 动态规划—最小路径和
- SQL 批量修改订单号
- 创建钩子(Hook)
- 2011对于运维的思考
- vue前期项目搭建所需要安装的插件,idea操作
- vue组件库(Element UI)
- 《大众创业做电商——淘宝与微店 开店 运营 推广 一册通》一一1.2 创业者应具备的条件与经验...
- mysql下载与安装 win10 64位
- 生活娱乐 如何像印度人学英语
- Matlab 科研绘图汇总
- 应用调优常用技巧-線程池
- Python +大数据-知行教育(四)-意向用户主题看板_全量流程
- 阿里智能对话交互技术实践与创新
- MAC maven安装配置
- 【工大SCIR论文解读】WWW20 关键词生成提升电商会话推荐
- 如何在typescript中importfs模块
热门文章
- ZBC成功上线PancakeSwap的糖浆池,并有望在不久上线Binance
- Python学习教程之算法讲解:深入浅出Apriori关联分析算法
- 绩效管理之KPI设定_程序员
- CDMA 、CSMA 、CSMA/CD、CSMA/CA傻傻分不清
- springboot打jar包的问题:failed to execute goal org.apache.maven.plugins:maven-compiler-plugin:3.1:complit
- Excel中累计计算公式中常见的$B$2:B2,如何理解?
- photoshop制作气泡
- 数据增强:AlignMixup: Improving Representations By Interpolating Aligned Features阅读笔记
- 桶排序算法:topK元素golang实现
- 华北五省比赛经验教训