一、圖像二值化

　　圖像二值化是指將圖像上像素點的灰度值設定為0或255，即整個圖像呈現(xiàn)明顯的黑白效果的過程。

　　二、python圖像二值化處理

　　1.opencv簡單閾值cv2.threshold

　　2.opencv自適應閾值cv2.adaptiveThreshold

　　有兩種方法可用于計算自適應閾值：mean_c和guassian_c

　　3.Otsu's二值化

　　三、示例：

　　import cv2

　　import numpy as np

　　from matplotlib import pyplot as plt

　　img = cv2.imread('scratch.png', 0)

　　# global thresholding

　　ret1, th1 = cv2.threshold(img, 127, 255, cv2.THRESH_BINARY)

　　# Otsu's thresholding

　　th2 = cv2.adaptiveThreshold(img, 255, cv2.ADAPTIVE_THRESH_MEAN_C, cv2.THRESH_BINARY, 11, 2)

　　# Otsu's thresholding

　　# 閾值一定要設為 0 !

　　ret3, th3 = cv2.threshold(img, 0, 255, cv2.THRESH_BINARY + cv2.THRESH_OTSU)

　　# plot all the images and their histograms

　　images = [img, 0, th1, img, 0, th2, img, 0, th3]

　　titles = [

　　'Original Noisy Image', 'Histogram', 'Global Thresholding (v=127)',

　　'Original Noisy Image', 'Histogram', "Adaptive Thresholding",

　　'Original Noisy Image', 'Histogram', "Otsu's Thresholding"

　　]

　　# 這里使用了 pyplot 中畫直方圖的方法, plt.hist, 要注意的是它的參數(shù)是一維數(shù)組

　　# 所以這里使用了( numpy ) ravel 方法,將多維數(shù)組轉換成一維,也可以使用 flatten 方法

　　# ndarray.flat 1-D iterator over an array.

　　# ndarray.flatten 1-D array copy of the elements of an array in row-major order.

　　for i in range(3):

　　plt.subplot(3, 3, i * 3 + 1), plt.imshow(images[i * 3], 'gray')

　　plt.title(titles[i * 3]), plt.xticks([]), plt.yticks([])

　　plt.subplot(3, 3, i * 3 + 2), plt.hist(images[i * 3].ravel(), 256)

　　plt.title(titles[i * 3 + 1]), plt.xticks([]), plt.yticks([])

　　plt.subplot(3, 3, i * 3 + 3), plt.imshow(images[i * 3 + 2], 'gray')

　　plt.title(titles[i * 3 + 2]), plt.xticks([]), plt.yticks([])

　　plt.show()

　　更多關于“Python培訓”的問題，歡迎咨詢千鋒教育在線名師。千鋒教育多年辦學，課程大綱緊跟企業(yè)需求，更科學更嚴謹，每年培養(yǎng)泛IT人才近2萬人。不論你是零基礎還是想提升，都可以找到適合的班型，千鋒教育隨時歡迎你來試聽。