OpenCV--二值化

图像的二值化，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只有黑和白的视觉效果；
二值化一般是提取轮廓的准备工作；
二值化处理之后，图像只有0或255，变成黑白图像。

OpenCV中有全局二值化和局部二值化，全局二值化对光线敏感，局部二值化可以克服光线的影响

全局二值化

double threshold( InputArray src,//src输入数组（多通道，8位或32位浮点）。OutputArray dst,//dst输出数组的大小和类型与src相同，通道数相同。double thresh, //二值化阈值，阈值两端的分别置为0、255double maxval, //与#THRESH_BINARY=0和#THRESH_BINARY_INV=1一起使用的maxval最大值类型。(8位图像为255)int type //二值化类型);

全局二值化类型（第五个参数type）：

 CV_THRESH_BINARY      =0,  /**值大于阈值置为最大值，否则为0*/CV_THRESH_BINARY_INV  =1,  /**值大于阈值置为0，否则为最大值*/CV_THRESH_TRUNC       =2,  /**值大于阈值置为阈值，否则不变*/CV_THRESH_TOZERO      =3,  /**值大于阈值不变，否则置为0*/CV_THRESH_TOZERO_INV  =4,  /**值大于阈值置为0，否则不变*/CV_THRESH_OTSU        =8, /**<利用大津法自动选择最优阈值；将标志与上述CV_THRESH_x值之一组合 */CV_THRESH_TRIANGLE    =16  /**采用三角形算法选择最优阈值；将标志与上述CV_THRESH_x值之一组合，但不能用CV_THRESH_OTSU*/

大津法和三角形算法都是根据图像自动指定最优阈值的算法，不需要人工指定阈值，常用OTSU，减少图像亮度、对比度的影响。

采用大津法自动确定阈值的全局二值化效果：

threshold(inputImg,outImg,100,255,CV_THRESH_OTSU);

局部二值化

void adaptiveThreshold( InputArray src, //src输入数组（多通道，8位或32位浮点）。OutputArray dst,//dst输出数组的大小和类型与src相同，通道数相同。double maxValue, //分配给满足条件的像素的maxValue非零值int adaptiveMethod,//adaptiveMethod要使用的自适应阈值算法int thresholdType, //thresholdType阈值类型，必须是#THRESH_BINARY或#THRESH_BINARY_INVint blockSize, //用于计算阈值的像素邻域的块大小,只能是单数double C //);

自适应阈值化计算大概过程是为每一个象素点单独计算的阈值，即每个像素点的阈值都是不同的，就是将该像素点周围blockSize*blockSize区域内的像素加权平均，然后减去一个常数C，从而得到该点的阈值

自适应阈值算法（第四个参数）：

 CV_ADAPTIVE_THRESH_MEAN_C  =0,//为局部邻域块的平均值，该算法是先求出块中的均值，再减去常数CCV_ADAPTIVE_THRESH_GAUSSIAN_C  =1//为局部邻域块的高斯加权和。该算法是在区域中(x, y)周围的像素根据高斯函数按照他们离中心点的距离进行加权计算，再减去常数C。

阈值类型（第五个参数）与全局二值化相同。

采用高斯函数求加权平均的局部二值化效果：

    adaptiveThreshold(inputImg,outImg,255,CV_ADAPTIVE_THRESH_GAUSSIAN_C,CV_THRESH_BINARY,15,10);//局部二值化处理

OpenCV--二值化相关推荐

python opencv图像二值化函数_python opencv 二值化计算白色像素点的实例
python opencv 二值化计算白色像素点的实例贴部分代码 #! /usr/bin/env python # -*- coding: utf-8 -*- import cv2 import ...
opencv二值化找轮廓检测背景简单小物体
一.前言本篇主要是针对背景简单,且具有固定颜色的单类小物体,方法为在灰度化时选用图片的HSV中的S通道,再使用opencv 二值化找轮廓大法可将小物体框出. 原理很简单,图片->取S通道灰度化 ...
python opencv二值化图像_python opencv，读取彩色图像，提取三通道，图像二值化，提取图像的边缘...
python opencv,读取彩色图像,提取三通道,图像二值化,提取图像的边缘 python opencv 1,读取图像 2,图像变矩阵 3,图像转灰度图像 4,彩色图像是3D数组 5,灰度图像是2 ...
opencv 二值化_Python-OpenCV获取图像轮廓的图像处理方法
一.引言在<OpenCV阈值处理函数threshold处理32位彩色图像的案例>介绍了threshold 函数,但threshold 的图像阈值处理对于某些光照不均的图像,这种全局阈值分 ...
OpenCV二值化方法
cvThreshold是opencv库中的一个函数作用:函数 cvThreshold 对单通道数组应用固定阈值操作.该函数的典型应用是对灰度图像进行阈值操作得到二值图像.(cvCmpS 也可以达到此 ...
OpenCV+MFC学习笔记（二）：OpenCV二值化处理图像并在Picture Control中并自适应显示
在前面我们已经完成通过OpenCV读取图片在Picture Control中并自适应显示.下面我们很自然的需要对读取的图片进行处理,处理完之后很自然的想到要看看效果.所以今天的笔记是通过OpenCV灰 ...
python + opencv + 二值化处理图片数据集（三种方法）
二值化处理图片数据集首先导入相应的包 cv2即opencv-python包 if __name__ == "__main__": 上面这一句话的含义: 自己的 .py 可以作为自 ...
opencv 二值化 python_Python OpenCV 图像二值化-阈值分割
1.二值化处理 # 手动二值化处理 # 设置阈值大小 threshold thresh = 125 # 设置超过阈值像素值的最大值 maxval = 255 # THRESH_BINARY:超过阈值为 ...
python：opencv 二值化处理
1:二值化处理 https://blog.csdn.net/zj360202/article/details/79165796 定义:图像的二值化,就是将图像上的像素点的灰度值设置为0或255,也就是 ...
OpenCV二值化cvThreshold和自适应二值化cvAdaptiveThreshold及Otsu
阈值化函数: double cvThreshold(constCvArr* src, CvArr* dst, double threshold, double max_value,int thresh ...

OpenCV--二值化

全局二值化

局部二值化

OpenCV--二值化相关推荐

最新文章

热门文章