Zi 字媒體
2017-07-25T20:27:27+00:00
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()
寫了
5860316篇文章,獲得
23313次喜歡