当前位置：首页 > article >正文

OpenCV阈值

article 2025/1/18 16:20:04

3.1阈值

代码：

import cv2
from matplotlib import pyplot as plt

# 读取图像
img1 = cv2.imread("./image/card10.png")

# 检查图像是否成功加载
if img1 is None:
    print("Error: Image not found or unable to read.")
    exit()

# 转换为灰度图
gray = cv2.cvtColor(img1, cv2.COLOR_BGR2GRAY)

# 应用不同的阈值操作
_, th1 = cv2.threshold(gray, 99, 255, cv2.THRESH_BINARY)
_, th2 = cv2.threshold(gray, 99, 255, cv2.THRESH_BINARY_INV)
_, th3 = cv2.threshold(gray, 99, 255, cv2.THRESH_TRUNC)
_, th4 = cv2.threshold(gray, 99, 255, cv2.THRESH_TOZERO)
_, th5 = cv2.threshold(gray, 99, 255, cv2.THRESH_TOZERO_INV)

# 设置标题列表（注意拼写错误：应该是 "original"）
titles = ["Original", "TH_BINARY", "TH_BINARY_INV", "TH_TRUNC", "TH_TOZERO", "TH_TOZERO_INV"]
images = [img1, th1, th2, th3, th4, th5]

# 使用matplotlib显示图像
for i in range(6):
    plt.subplot(2, 3, i + 1)
    plt.imshow(images[i], cmap='gray')  # 使用cmap='gray'来指定灰度颜色映射
    plt.title(titles[i])
    plt.axis('off')  # 关闭坐标轴

plt.tight_layout()  # 调整子图参数以防止重叠
plt.show()

_, th1 = cv2.threshold(gray, 99, 255, cv2.THRESH_BINARY)：对灰度图像gray进行二值化阈值操作。99是阈值，255是最大值，cv2.THRESH_BINARY表示二值化阈值类型。大于阈值的像素设置为最大值255（白色），小于等于阈值的像素设置为0（黑色），结果存储在th1中。
_, th2 = cv2.threshold(gray, 99, 255, cv2.THRESH_BINARY_INV)：进行反二值化阈值操作。与THRESH_BINARY相反，大于阈值的像素设置为0，小于等于阈值的像素设置为255，结果存储在th2中。
_, th3 = cv2.threshold(gray, 99, 255, cv2.THRESH_TRUNC)：截断阈值操作。大于阈值的像素设置为阈值99，小于等于阈值的像素保持不变，结果存储在th3中。
_, th4 = cv2.threshold(gray, 99, 255, cv2.THRESH_TOZERO)：阈值化为 0 操作。大于阈值的像素保持不变，小于等于阈值的像素设置为0，结果存储在th4中。
_, th5 = cv2.threshold(gray, 99, 255, cv2.THRESH_TOZERO_INV)：反阈值化为 0 操作。大于阈值的像素设置为0，小于等于阈值的像素保持不变，结果存储在th5中。