图像的二值化处理的阈值是指啥？求vc下的代码实现！？

Posted 2023-05-12

参考技术A 图像的二值化处理，是将256位的灰度图、或RGB的彩色图像转换成2位的黑白图像的过程。
在这个过程中，256位的灰度图，共有256级，变成黑白图像后，只有2级，这个需要定义一个值，以此值为界限，大于这个值就为白，小于这个值为黑，这个定义的值，就是阈值。处理时，阈值通常只有一个，但是也可以有两个，即只需要中间一段的灰度图像，如100~200的是白，其它的0~99和201~255都是黑。
彩色图像也是类似的道理，其可以根据RGB值（或HSI等颜色模型）各个分量进行阈值处理，得到黑白图像。

python图像处理（二值化）

【 声明：版权所有，欢迎转载，请勿用于商业用途。 联系信箱：feixiaoxing @163.com】

        边缘检测之后，一般需要对图像进行二值化处理。简单地说，所谓的二值化，就是小于阈值的像素点全部设置为0，也就是黑色点；大于阈值的点，全部设置为255，也就是白色，逻辑还是比较简单的。大家也许会说，为什么要做这个操作？主要还是为了对相似的像素点进行归类使用，让相同属性的像素点靠在一起。

        我们不妨挑一个像素值120作为阈值，看看二值化后的lena图像是什么样子的，

         如图所示，做了二值化后的lena，只有白色和黑色两种像素点。除了一些噪声点之外，大部分临近的点都被组合到了一起，这样比较有利于后期的分割处理。

1、二值化算法

        单看二值化算法，还是比较简单的。本身就是对所有的像素点遍历下，小于某一个阈值，设置为0；大于某一个阈值，设置为255。代码如下所示，

\'\'\'
binary image
\'\'\'

def generate_binary_image(picture, threshold):
    for i in range(picture.shape[0]):
        for j in range(picture.shape[1]):