当前位置： 移动技术网 > IT编程>脚本编程>Python > OpenCV计算机视觉实战（Python）| 03、阈值与平滑处理

OpenCV计算机视觉实战（Python）| 03、阈值与平滑处理

2020年07月26日  | 移动技术网IT编程  | 我要评论

文章目录

简介

本节为《OpenCV计算机视觉实战（Python）》版第三讲，阈值与平滑处理，的总结。

总结

图像阈值

ret, dst = cv2.threshold(src, thresh, maxval, type)

  • src: 输入图，只能输入单通道图像，通常来说为灰度图
  • dst: 输出图
  • thresh: 阈值
  • maxval: 当像素值超过了阈值（或者小于阈值，根据type来决定），所赋予的值
  • type: 二值化操作的类型，包含以下5种类型：
    1. cv2.THRESH_BINARY: 超过阈值部分取maxval（最大值），否则取0
    2. cv2.THRESH_BINARY_INV：cv2.THRESH_BINARY的反转
    3. cv2.THRESH_TRUNC: 截断操作，大于阈值的部分设为阈值，否则不变
    4. cv2.THRESH_TOZERO: 大于阈值部分不变，否则取0
    5. cv2.THRESH_TOZERO_INV: cv2.THRESH_TOZERO的反转

白：255
黑：0

ret, thresh1 = cv2.threshold(img_gray, 127,255,cv2.THRESH_BINARY)
ret, thresh2 = cv2.threshold(img_gray, 127,255,cv2.THRESH_BINARY_INV)
ret, thresh3 = cv2.threshold(img_gray, 127,255,cv2.THRESH_TRUNC)
ret, thresh4 = cv2.threshold(img_gray, 127,255,cv2.THRESH_TOZERO)
ret, thresh5 = cv2.threshold(img_gray, 127,255,cv2.THRESH_TOZERO_INV)

titles = ['Original Image','BINARY','BINARY_INV','TRUNC','TOZERO','TOZERO_INV']
images = [img,thresh1,thresh2,thresh3, thresh4, thresh5]

for i in range(6):
	plt.subplot(2, 3, i + 1), plt.imshow(images[i],'gray')
	plt.title(titles[i])  # 图像名称
	plt.xticks([]), plt.ysticks([])  # 坐标轴设置
plt.show()

图像平滑

图像平滑也就是常说的滤波操作，这里介绍了：均值、方框、高斯、中值四种滤波方法。

均值滤波

blur = cv2.blur(img, (3,3))

cv2.imshow('blur', blur)
cv2.waitKey(0)
cv2.destroyAllWindows(0)

在掩模内，求像素点和的均值。
掩模大小：一般为奇数，33，55，7*7。上述示例中的掩模大小为3 * 3

方框滤波

方框滤波的计算方法与均值滤波一致。

box = cv2.boxFilter(img,-1,(3,3),normalize=TRUE)

cv2.imshow('box', box)
cv2.waitKey(0)
cv2.destroyAllWindows()

方框滤波的参数：

  1. “-1”：Python中的“-1”一般代表不改变，自动的计算，与原始通道数保持一致，通常情况下不需要改变该数值
  2. （3，3）：表示掩模大小为3*3
  3. normalize = TRUE: 当normalize为TRUE时，即为均值滤波；当其为FALSE时，将像素求和后大于255的像素值置为255

高斯滤波

gauss = cv2.GaussianBlur(img, (5,5), 1)

cv2.imshow('gauss',gauss)
cv2.waitKey(0)
cv2.destroyAllWindows()

高斯滤波的思想为：高斯函数，距离原点越近，权重越大。

中值滤波

median = cv2.medianBlur(img, 5)

cv2.imshow('median', median)
cv2.waitKey(0)
cv2.destroyAllWindows()

扩展：图像拼接和展示

np.hstack: 矩阵横向拼接
np.vstack: 矩阵纵向拼接

res = np.hstack(blur,gauss,median)

cv2.imshow('median cv average', res)
cv2.waitKey(0)
cv2.destroyAllWindows()

本文地址：https://blog.csdn.net/lovetaozibaby/article/details/107575045

您可能感兴趣的文章:

如对本文有疑问， 点击进行留言回复！！

相关文章:

验证码：
最近更新的文章
大家感兴趣的文章
移动技术网