图像阈值

时间：2020-02-07 14:45:16 阅读：88 评论：0 收藏：0 [点我收藏+]

1、简单阈值（整个图像，采用同一个数作为阈值）

cv2.threshhold()第一个参数是原图像，第二个参数就是用来对像素值进行分类的阈值。第三个参数就是当像素值高于（有时是小于）阈值时应该被赋予的新的像素值。

OpenCV

提供了多种不同的阈值方法，这是有第四个参数来决定的。这些方法包括：

• cv2.THRESH_BINARY

• cv2.THRESH_BINARY_INV

• cv2.THRESH_TRUNC

• cv2.THRESH_TOZERO

• cv2.THRESH_TOZERO_INV

2、自适应阈值

值。因此在同一幅图像上的不同区域采用的是

不同的阈值，从而使我们能在亮度不同的情况下得到更好的结果。

这种方法需要我们指定三个参数，返回值只有一个。

• Adaptive Method- 指定计算阈值的方法。

– cv2.ADPTIVE_THRESH_MEAN_C：阈值取自相邻区域的平

均值

– cv2.ADPTIVE_THRESH_GAUSSIAN_C：阈值取值相邻区域

的加权和，权重为一个高斯窗口。

• Block Size - 邻域大小（用来计算阈值的区域大小）。

• C - 这就是是一个常数，阈值就等于的平均值或者加权平均值减去这个常

数。

3、Otsu‘s二值化

简单来说就是对

一副双峰图像自动根据其直方图计算出一个阈值。（对于非双峰图像，这种方法

得到的结果可能会不理想）。

这里用到到的函数还是 cv2.threshold()，但是需要多传入一个参数

（flflag）：cv2.THRESH_OTSU。这时要把阈值设为 0。然后算法会找到最

优阈值，这个最优阈值就是返回值 retVal。如果不使用 Otsu 二值化，返回的

retVal 值与设定的阈值相等。

原文地址：https://www.cnblogs.com/h694879357/p/12272864.html

踩

(0)

评论一句话评论（0）

分享档案

更多>

周排行