Opencv | 二值化操作

本文主要是介绍Opencv | 二值化操作，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

一. 二值化操作

1. cv.threshold ( ) 普通二值化

	retval, dst = cv.threshold(src, thresh, maxval, type[, dst])参数：src：原图像，应该是灰度图thresh：当前阈值，用于对图像进行分类maxval：最大阈值，一般为255，表示如果像素值大于（有时小于）阈值则要给出的值type：阈值类型，主要有下面几种：cv.THRESH_BINARY：默认的二值化方法，像素值大于阈值时设置为maxval，否则设置为0。cv.THRESH_BINARY_INV：反向二值化，像素值大于阈值时设置为0，否则设置为maxval。cv.THRESH_TRUNC：截断，像素值大于阈值时设置为阈值，否则保持不变。cv.THRESH_TOZERO：像素值大于阈值时保持不变，否则设置为0。cv.THRESH_TOZERO_INV：反向截断，像素值大于阈值时保持不变，否则设置为maxval。dst：结果图像，可选参数，如果不提供，将创建一个新的图像。返回值：retval：返回一个阈值，这个值是在函数内部自动计算得到的，可以不关心dst：二值化后的结果图像。

2. cv2.adaptiveThreshold ( ) 自适应二值化

	cv2.adaptiveThreshold(src, maxValue, adaptiveMethod, thresholdType, blockSize, C[, dst])参数：src: 表示输入的灰度图像，这是必选项maxValue: 二值化后像素点的最大值，通常设置为255adaptiveMethod: 指定自适应阈值算法可以选择：cv.ADAPTIVE_THRESH_MEAN_Ccv.ADAPTIVE_THRESH_GAUSSIAN_CthresholdType: 指定阈值的类型可以选择cv.THRESH_BINARY / cv.THRESH_BINARY_INVblockSize: 决定计算阈值的区域大小，通常是一个奇数C: 从均值或加权和中减去的常数，用于调整阈值dst: 可选参数，表示输出的二值图像

2.1 大津法二值化操作

	cv.threshold(img,0,255,cv.THRESH_BINARY+cv.THRESH_OTSU)

2.2 高斯模糊大律法二值化操作

	blur = cv.GaussianBlur(img,(5,5),0)ret3,th3 = cv.threshold(blur,0,255,cv.THRESH_BINARY+cv.THRESH_OTSU)

		高斯模糊：cv2.GaussianBlur(src, ksize, sigmaX, sigmaY=0, borderType=BORDER_DEFAULT)参数：src: 输入图像，可以是任意通道数的图像ksize: 高斯核的大小，它是一个Size对象表示在每个方向上高斯核的宽度和高度:1. 必须为正数和奇数，也可以为零2. 根据sigmaX和sigmaY计算得出sigmaX: X方向上的高斯核标准偏差，该参数决定了高斯滤波器在水平方向上的平滑程度sigmaY: Y方向上的高斯核标准偏差，如果未指定，则默认为0，此时sigmaY将自动设置为与sigmaX相同的值borderType: 边界类型，用于指定当高斯核超出图像边界时如何处理边界像素默认值为BORDER_DEFAULT，表示使用反射边界处理作用：高斯模糊是一种线性平滑滤波，适用于消除高斯噪声场景：广泛应用于图像处理的减噪过程在实际应用中，可以根据需要调整ksize和sigma的值来控制模糊的程度例如，较大的ksize或sigma值会导致更强烈的模糊效果

---

感谢阅读🌼
如果喜欢这篇文章，记得点赞👍和转发🔄哦！
有任何想法或问题，欢迎留言交流💬，我们下次见！
本文相关代码存放位置
    【Opencv 图像变换代码实现】

祝愉快🌟！

---

这篇关于Opencv | 二值化操作的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！

---