利用 opencv实现图像自适应二值化 --python
Posted
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了利用 opencv实现图像自适应二值化 --python相关的知识，希望对你有一定的参考价值。
参考技术A 阈值化：给定一个数组和一个与之，然后根据数组中的每个元素的值，是高于还是低于阈值而进行一些操作。如果像素值大于阈值，则分配给它一个值(如白色的)，否则它被分配给另一个值(如黑色)。此为固定阈值的事例。具体效果如下：
函数中四个参数分别是原图像、阈值、最大值、阈值类型
阈值类型一般分为五种：
cv2.THRESH_BINARY——大于阈值的部分像素值变为最大值，其他变为0
cv2.THRESH_BINARY_INV——大于阈值的部分变为0，其他部分变为最大值
cv2.THRESH_TRUNC——大于阈值的部分变为阈值，其余部分不变
cv2.THRESH_TOZERO——大于阈值的部分不变，其余部分变为0
cv2.THRESH_TOZERO_INV——大于阈值的部分变为0，其余部分不变
自适应阈值是根据图像上的每一个小区域计算与其对应的阈值，因此在同一幅图像上采用的是不同的阈值，从而能使我们在亮度 不同的情况下得到更好的结果。
th2为算术平均法的自适应二值化
th3为高斯加权均值法自适应二值化
结果如下：
以上是关于利用 opencv实现图像自适应二值化 --python的主要内容，如果未能解决你的问题，请参考以下文章
Python使用openCV把原始彩色图像转化为灰度图使用OpenCV把图像二值化（仅仅包含黑色和白色的简化版本）基于自适应阈值预处理（adaptive thresholding）方法
2021-09-23 opencv学习笔记（图像变换，二值化，滤波器介绍及python实现）