图像阈值化

目标

• 在本教程中，您将学习简单阈值化、自适应阈值化、Otsu 阈值化等。
• 您将学习以下函数：cv.threshold，cv.adaptiveThreshold 等。

简单阈值化

这里，问题很简单。如果像素值大于阈值，则将其赋值为一个值（可能是白色），否则将其赋值为另一个值（可能是黑色）。

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

参数

src	输入数组。
dst	与 src 大小、类型和通道数相同的输出数组。
thresh	阈值。
maxval	与 cv.THRESH_BINARY 和 cv.THRESH_BINARY_INV 阈值类型一起使用的最大值。
type	阈值类型（参见 cv.ThresholdTypes）。

阈值类型 - OpenCV 提供不同的阈值化样式，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

如果使用 cv.THRESH_OTSU 或 cv.THRESH_TRIANGLE 标志，输入图像应仅为单通道。

试一试

自适应阈值化

在上一节中，我们使用全局值作为阈值。但这在图像在不同区域具有不同光照条件的所有情况下可能都不好。在这种情况下，我们采用自适应阈值化。在此，算法计算图像小区域的阈值。因此，我们为同一图像的不同区域获得不同的阈值，这为具有不同照明的图像提供了更好的结果。

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

参数

src	源 8 位单通道图像。
dst	与 src 大小和类型相同的目标图像。
maxValue	分配给满足条件的像素的非零值
adaptiveMethod	要使用的自适应阈值算法。
thresholdType	阈值类型，必须为 cv.THRESH_BINARY 或 cv.THRESH_BINARY_INV。
blockSize	用于计算像素阈值的像素邻域大小：3、5、7 等。
C	从均值或加权均值中减去的常数（参见下面的详细信息）。通常为正数，但也可能为零或负数。

adaptiveMethod - 它决定如何计算阈值

• cv.ADAPTIVE_THRESH_MEAN_C
• cv.ADAPTIVE_THRESH_GAUSSIAN_C

试一试