图像阈值处理

目标

• 在本教程中，你将学习简单阈值处理、自适应阈值处理、Otsu 的阈值处理等。
• 你将学习以下函数：cv.threshold、cv.adaptiveThreshold 等。

简单阈值处理

在这里，问题很简单。如果像素值大于一个阈值，则为其指定一个值（可以是白色），否则为其指定另一个值（可以是黑色）。

我们使用函数：cv.threshold (src, dst, thresh, maxval, type)

参数

src	输入数组。
dst	输出数组，与 src 具有相同的尺寸和类型以及相同数量的通道。
thresh	阈值。
maxval	对于 cv.THRESH_BINARY 和 cv.THRESH_BINARY_INV 阈值处理类型，要使用的最大值。
type	阈值处理类型（见 cv.ThresholdTypes）。

阈值处理类型 - OpenCV 提供了不同风格的阈值处理，由函数的第四个参数决定。不同的类型有

• cv.THRESH_BINARY
• cv.THRESH_BINARY_INV
• cv.THRESH_TRUNC
• cv.THRESH_TOZERO
• cv.THRESH_OTSU
• cv.THRESH_TRIANGLE

注意

在 cv.THRESH_OTSU 或 cv.THRESH_TRIANGLE 标志的情况下，输入图像应仅为单通道

试试看

自适应阈值处理

在上节中，我们使用一个全局值作为阈值。但这可能并不适用于所有条件，因为图像的不同区域具有不同的照明条件。在那种情况下，我们进行自适应阈值处理。在自适应阈值处理中，算法为图像的一小块区域计算阈值。因此，对于同一图像的不同区域，我们得到不同的阈值，这对具有不同照明的图像来说，会给我们更好的结果。

我们使用该函数：cv.adaptiveThreshold (src, dst, maxValue, adaptiveMethod, thresholdType, blockSize, C)

参数

src	源 8 位单通道图像。
dst	与 src 相同大小且同类型的大招图片。
maxValue	当条件满足时，赋予像素的非零值
adaptiveMethod	要使用的自适应阈值算法。
thresholdType	必须为 cv.THRESH_BINARY 或 cv.THRESH_BINARY_INV 的阈值类型。
blockSize	用于计算像素阈值大小的像素邻域：3、5、7 等。
C	减去均值或加权均值（更多详情见下文）的常数。通常为正数，但也可以为零或负数。

adaptiveMethod - 决定如何计算阈值

• cv.ADAPTIVE_THRESH_MEAN_C
• cv.ADAPTIVE_THRESH_GAUSSIAN_C

试试它