Zi 字媒體

fanfuhan OpenCV 教學040 ~ opencv-040-二值化圖像介紹 (彩色轉灰階+憑感覺手動設定threshold值轉二值化圖) 資料來源: https://fanfuhan.github.io/ https://fanfuhan.github.io/2019/04/12/opencv-040/ GITHUB:https://github.com/jash-git/fanfuhan_ML_OpenCV 二值圖像就是只有黑白兩種顏色表示的圖像，其中0 – 表示黑色， 1 – 表示白色(255) 。二值圖像處理與分析在機器視覺與機器人視覺中非常重要，涉及到非常多的圖像處理相關的知識，常見的二值圖像分析包括輪廓分析、對象測量、輪廓匹配與識別、形態學處理與分割、各種形狀檢測與擬合、投影與邏輯操作、輪廓特徵提取與編碼等。此外圖像二值化的方法也有很多，OpenCV主要是支持幾種經典的二值化算法。 從編程與代碼角度，OpenCV中二值圖像單通道的、字節類型的Mat對象、對於任意的輸入圖像首先需要把圖像轉換為灰度、然後通過二值化方法轉換為二值圖像。本質上，從灰度到二值圖像，是對數據的二分類分割，所以很多數據處理的方法都可以使用，但是圖像是特殊類型的數據，它有很多限制條件，決定了只有一些合適的方法才會取得比較好的效果。這些算法的最主要的一個任務就是尋找合理的分割閾值T、對於給定任意一個像素點灰度值 P(x, y) > T ? 255 : 0 C++ #include #include using namespace std; using namespace cv; /* * 二值图像介绍 */ int main() { Mat src = imread("../images/master.jpg"); if (src.empty()) { cout << "could not load image.." << endl; } imshow("input", src); // 转为灰度图像 Mat gray, binary; cvtColor(src, gray, COLOR_BGR2GRAY); int t = 127; Scalar m = mean(src); int t_mean = m[0]; // 转二值图像 binary = Mat::zeros(src.size(), CV_8UC1); for (int row = 0; row < src.rows; ++row) { for (int col = 0; col < src.cols; ++col) { int pv = gray.at(row, col); pv > t ? binary.at(row, col) = 255 : binary.at(row, col) = 0; } } imshow("binary_t=127", binary); //imshow("binary_t=mean", binary); waitKey(0); return 0; } Python import cv2 as cv import numpy as np src = cv.imread("D:/images/master.jpg") cv.namedWindow("input", cv.WINDOW_AUTOSIZE) cv.imshow("input", src) T = 127 # 转换为灰度图像 gray = cv.cvtColor(src, cv.COLOR_BGR2GRAY) h, w = gray.shape T = cv.mean(gray)[0] print("current threshold value : ", T) # 二值图像 binary = np.zeros((h, w), dtype=np.uint8) for row in range(h): for col in range(w): pv = gray[row, col] if pv > T: binary[row, col] = 255 else: binary[row, col] = 0 cv.imshow("binary", binary) cv.waitKey(0) cv.destroyAllWindows()