OpenCV-Python图像阈值分割

xiaohai 2023-07-07 07:42:36 855人围观 标签: Opencv 
简介从一副图像中利用阈值分割出我们需要的物体部分(当然这里的物体可以是一部分或者整体)。这样的图像分割方法是基于图像中物体与背景之间的灰度差异,而且此分割属于像素级的分割。

OpenCV中的阈值(threshold)函数: threshold 的运用。

为了从一副图像中提取出我们需要的部分,应该用图像中的每一个像素点的灰度值与选取的阈值进行比较,并作出相应的判断。(注意:阈值的选取依赖于具体的问题。即:物体在不同的图像中有可能会有不同的灰度值。

一旦找到了需要分割的物体的像素点,我们可以对这些像素点设定一些特定的值来表示。(例如:可以将该物体的像素点的灰度值设定为:‘0’(黑色),其他的像素点的灰度值为:‘255’(白色);当然像素点的灰度值可以任意,但最好设定的两种颜色对比度较强,方便观察结果)。

一、阈值化类型

有5种阈值化类型。该图中的蓝色水平线代表着具体的一个阈值。
图片alt

阈值类型1:二进制阈值化(cv2.THRESH_BINARY)
在运用该阈值类型的时候,先要选定一个特定的阈值量,比如:125,这样,新的阈值产生规则可以解释为大于125的像素点的灰度值设定为最大值(如8位灰度值最大为255),灰度值小于125的像素点的灰度值设定为0。
图片alt

阈值类型2:反二进制阈值化(cv2.THRESH_BINARY_INV)
该阈值化与二进制阈值化相似,先选定一个特定的灰度值作为阈值,不过最后的设定值相反。(在8位灰度图中,例如大于阈值的设定为0,而小于该阈值的设定为255)。
图片alt

阈值类型3:截断阈值化(cv2.THRESH_TRUNC)
同样首先需要选定一个阈值,图像中大于该阈值的像素点被设定为该阈值,小于该阈值的保持不变。(例如:阈值选取为125,那小于125的阈值不改变,大于125的灰度值(230)的像素点就设定为该阈值)。
图片alt

阈值类型4:阈值化为0(cv2.THRESH_TOZERO)
先选定一个阈值,然后对图像做如下处理:1 像素点的灰度值大于该阈值的不进行任何改变;2 像素点的灰度值小于该阈值的,其灰度值全部变为0。
图片alt

阈值类型5:反阈值化为0(cv2.THRESH_TOZERO_INV)
原理类似于0阈值,但是在对图像做处理的时候相反,即:像素点的灰度值小于该阈值的不进行任何改变,而大于该阈值的部分,其灰度值全部变为0。
图片alt

二、threshold函数说明
retval, dst = cv2.threshold( src, thresh, maxval, type[, dst] )
  • retval:返回计算后的阈值
  • src:原图像,单通道矩阵,CV_8U&CV_32F
  • dst:结果图像
  • thresh:当前阈值
  • maxVal:最大阈值,一般为255
  • thresholdType:阈值类型

示例:
二进制阈值化和反二进制阈值化

import cv2

img1 = cv2.imread("./1-gray.bmp", cv2.IMREAD_UNCHANGED)

t1, img2 = cv2.threshold(img1, 127, 255, cv2.THRESH_BINARY)
t2, img3 = cv2.threshold(img1, 127, 255, cv2.THRESH_BINARY_INV)

print(t1)
print(t2)
cv2.imshow("img-1", img1)
cv2.imshow("img-2", img2)
cv2.imshow("img-3", img3)

cv2.waitKey(0)
cv2.destroyAllWindows()

运行结果:

E:\python\opencv\venv\Scripts\python.exe E:\python\opencv\main.py 
127.0
127.0

图片alt

阈值化为0和反阈值化为0

import cv2

img1 = cv2.imread("./1-gray.bmp", cv2.IMREAD_UNCHANGED)

t1, img2 = cv2.threshold(img1, 127, 255, cv2.THRESH_TOZERO)
t2, img3 = cv2.threshold(img1, 127, 255, cv2.THRESH_TOZERO_INV)

print(t1)
print(t2)
cv2.imshow("img-1", img1)
cv2.imshow("img-2", img2)
cv2.imshow("img-3", img3)

    cv2.waitKey(0)
    cv2.destroyAllWindows()

运行结果:

E:\python\opencv\venv\Scripts\python.exe E:\python\opencv\main.py 
127.0
127.0

图片alt

截断阈值化

import cv2

img1 = cv2.imread("./1-gray.bmp", cv2.IMREAD_UNCHANGED)

t1, img2 = cv2.threshold(img1, 127, 255, cv2.THRESH_TRUNC)

print(t1)
cv2.imshow("img-1", img1)
cv2.imshow("img-2", img2)
cv2.waitKey(0)
cv2.destroyAllWindows()

图片alt