
1、对于该方法opencv提供了我们需要的API
2、该算法通过一个阈值对整个图形中的每一个像素进行处理,实现全局二值化。
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 | import cv2 as cv
import numpy as np
def load_image():
src=cv.imread( 'num.jpg' )
h,w=src.shape[:2]
#src=cv.resize(src,(w*2,h*3))
return src
#全局阈值
def threshold_demo(image):
gray=cv.cvtColor(image,cv.COLOR_BGR2GRAY)
#为0则使用自动寻找阈值的选项 使用自动寻找即用|分开。
ret,binary=cv.threshold(gray,127,255,cv.THRESH_BINARY) #|cv.THRESH_TRIANGLE
print(ret)
cv.imshow( 'same_3' ,binary)
cv.waitKey(0)
cv.destroyAllWindows()
threshold_demo(load_image())
|
3、方法讲解
1 2 | ret,binary=cv.threshold(gray,127,255,cv.THRESH_BINARY)
ret,binary=cv.threshold(gray,127,255,cv.THRESH_BINARY) #|cv.THRESH_TRIANGLE
|
4、参数
灰度图像:在做二值化时我们必要用灰度图像
设定好的阈值
当阈值大于该值时(或小于)像素点赋值为
固定参数方法:cv.THRESH_BINARY 二值化,下图将包含方法及其曲线
可选参数若加该参数则在最后加上一个 |cv.THRESH_TRIANGLE注意那里的|不要丢,选定该方法后,前面设置的阈值将无效,利用方法自动计算阈值
返回值一:计算好或者设定好的阈值
返回值二:处理好的图像
以上就是python全局图像二值化的方法,希望能对大家有所帮助,更多知识尽在python学习网。