图像的二值化或阈值化(Binarization)旨在提取图像中的目标物体,将背景以及噪声区分开来。通常会设定一个阈值T,通过T将图像的像素划分为两类:大于T的像素群和小于T的像素群。
灰度转换处理后的图像中,每个像素都只有一个灰度值,其大小表示明暗程度。二值化处理可以将图像中的像素划分为两类颜色,常用的二值化算法如公式1所示:
{Y=0,gray<TY=255,gray>=T
{Y=0,gray<TY=255,gray>=T"text-align: center">
二进制阈值化
该方法先要选定一个特定的阈值量,比如127
1) 大于等于127的像素点的灰度值设定为最大值
2) 灰度值小于127的像素点的灰度值设置为0
例如: 156->255 89->0
关键字为cv2.THRESH_BINARY,完整代码如下
import cv2 def test22(): src = cv2.imread("rose.jpg") # 灰度图片转换 GrayImage = cv2.cvtColor(src, cv2.COLOR_BGR2BGRA) # 二进制阈值化处理 r, b = cv2.threshold(GrayImage, 127, 255, cv2.THRESH_BINARY) # 显示图像 cv2.imshow("src", src) cv2.imshow("result", b) if cv2.waitKey(0) == 27: cv2.destroyAllWindows() test22()
效果如下:
反二进制阈值化
该方法与二进制阈值化方法相似,先要选定一个特定的灰度值作为阈值,比如127
1) 大于127的像素点的灰度值设定为0
2) 小于该阈值的灰度值设定为255
例如:156->0 89->255
关键字为cv2.THRESH_BINARY_INV
代码如下:
import cv2 def test22(): src = cv2.imread("rose.jpg") # 灰度图片转换 GrayImage = cv2.cvtColor(src, cv2.COLOR_BGR2BGRA) # 二进制阈值化处理 r, b = cv2.threshold(GrayImage, 127, 255, cv2.THRESH_BINARY_INV) # 显示图像 cv2.imshow("src", src) cv2.imshow("result", b) if cv2.waitKey(0) == 27: cv2.destroyAllWindows() test22()
效果如下:
截断阈值化
该方法需要选定一个阈值,图像中大于该阈值的像素点被设定为该阈值,小于该阈值的保持不变。
1) 大于等于127像素点的灰度值设定为该阈值127
2) 小于该阈值的灰度值不变
例如: 163-> 127 89->89
关键字cv2.THRESH_TRUNC,完整代码如下
import cv2 def test22(): src = cv2.imread("rose.jpg") # 灰度图片转换 GrayImage = cv2.cvtColor(src, cv2.COLOR_BGR2BGRA) # 二进制阈值化处理 r, b = cv2.threshold(GrayImage, 127, 255, cv2.THRESH_TRUNC) # 显示图像 cv2.imshow("src", src) cv2.imshow("result", b) if cv2.waitKey(0) == 27: cv2.destroyAllWindows() test22()
效果如下:
反阈值化为0
该方法先选定一个阈值,比如127
(1) 大于等于阈值127的像素点变为0
(2) 小于该阈值的像素点值保持不变
例如: 128->0 89->89
关键字为cv2.THRESH_TOZERO_INV,完整代码如下:
import cv2 def test22(): src = cv2.imread("rose.jpg") # 灰度图片转换 GrayImage = cv2.cvtColor(src, cv2.COLOR_BGR2BGRA) # 二进制阈值化处理 r, b = cv2.threshold(GrayImage, 127, 255, cv2.THRESH_TOZERO_INV) # 显示图像 cv2.imshow("src", src) cv2.imshow("result", b) if cv2.waitKey(0) == 27: cv2.destroyAllWindows() test22()
效果如下:
阈值为0
该方法先选定一个阈值,比如127
(1) 大于等于阈值127的像素点,值保持不变
(2) 小于该阈值的像素点值设置为0
例如: 163->163 102->0
关键字为cv2.THRESH_TOZERO,完整代码如下:
import cv2 def test22(): src = cv2.imread("rose.jpg") # 灰度图片转换 GrayImage = cv2.cvtColor(src, cv2.COLOR_BGR2BGRA) # 二进制阈值化处理 r, b = cv2.threshold(GrayImage, 127, 255, cv2.THRESH_TOZERO) # 显示图像 cv2.imshow("src", src) cv2.imshow("result", b) if cv2.waitKey(0) == 27: cv2.destroyAllWindows() test22()
效果如下:
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持。
免责声明:本站资源来自互联网收集,仅供用于学习和交流,请遵循相关法律法规,本站一切资源不代表本站立场,如有侵权、后门、不妥请联系本站删除!
RTX 5090要首发 性能要翻倍!三星展示GDDR7显存
三星在GTC上展示了专为下一代游戏GPU设计的GDDR7内存。
首次推出的GDDR7内存模块密度为16GB,每个模块容量为2GB。其速度预设为32 Gbps(PAM3),但也可以降至28 Gbps,以提高产量和初始阶段的整体性能和成本效益。
据三星表示,GDDR7内存的能效将提高20%,同时工作电压仅为1.1V,低于标准的1.2V。通过采用更新的封装材料和优化的电路设计,使得在高速运行时的发热量降低,GDDR7的热阻比GDDR6降低了70%。
更新日志
- 群星《前途海量 电影原声专辑》[FLAC/分轨][227.78MB]
- 张信哲.1992-知道新曲与精丫巨石】【WAV+CUE】
- 王翠玲.1995-ANGEL【新艺宝】【WAV+CUE】
- 景冈山.1996-我的眼里只有你【大地唱片】【WAV+CUE】
- 群星《八戒 电影原声带》[320K/MP3][188.97MB]
- 群星《我的阿勒泰 影视原声带》[320K/MP3][139.47MB]
- 纪钧瀚《胎教古典音乐 钢琴与大提琴的沉浸时光》[320K/MP3][148.91MB]
- 刘雅丽.2001-丽花皇后·EMI精选王【EMI百代】【FLAC分轨】
- 齐秦.1994-黄金十年1981-1990CHINA.TOUR.LIVE精丫上华】【WAV+CUE】
- 群星.2008-本色·百代音乐人创作专辑【EMI百代】【WAV+CUE】
- 群星.2001-同步过冬AVCD【环球】【WAV+CUE】
- 群星.2020-同步过冬2020冀待晴空【环球】【WAV+CUE】
- 沈雁.1986-四季(2012梦田复刻版)【白云唱片】【WAV+CUE】
- 纪钧瀚《胎教古典音乐 钢琴与大提琴的沉浸时光》[FLAC/分轨][257.88MB]
- 《国语老歌 怀旧篇 3CD》[WAV/分轨][1.6GB]