本篇文章给大家分享的是有关怎么在python中实现全局图像二值化,小编觉得挺实用的,因此分享给大家学习,希望大家阅读完这篇文章后可以有所收获,话不多说,跟着小编一起来看看吧。
python的五大特点:1.简单易学,开发程序时,专注的是解决问题,而不是搞明白语言本身。2.面向对象,与其他主要的语言如C++和Java相比, Python以一种非常强大又简单的方式实现面向对象编程。3.可移植性,Python程序无需修改就可以在各种平台上运行。4.解释性,Python语言写的程序不需要编译成二进制代码,可以直接从源代码运行程序。5.开源,Python是 FLOSS(自由/开放源码软件)之一。
1、对于该方法opencv提供了我们需要的API
cv2.threshold()
2、该算法通过一个阈值对整个图形中的每一个像素进行处理,实现全局二值化。
import cv2 as cv import numpy as np def load_image(): src=cv.imread('num.jpg') h,w=src.shape[:2] #src=cv.resize(src,(w*2,h*3)) return src #全局阈值 def threshold_demo(image): gray=cv.cvtColor(image,cv.COLOR_BGR2GRAY) #为0则使用自动寻找阈值的选项 使用自动寻找即用|分开。 ret,binary=cv.threshold(gray,127,255,cv.THRESH_BINARY)#|cv.THRESH_TRIANGLE print(ret) cv.imshow('same_3',binary) cv.waitKey(0) cv.destroyAllWindows() threshold_demo(load_image())
3、方法讲解
ret,binary=cv.threshold(gray,127,255,cv.THRESH_BINARY) ret,binary=cv.threshold(gray,127,255,cv.THRESH_BINARY)#|cv.THRESH_TRIANGLE
4、参数
灰度图像:在做二值化时我们必要用灰度图像
设定好的阈值
当阈值大于该值时(或小于)像素点赋值为
固定参数方法:cv.THRESH_BINARY 二值化,下图将包含方法及其曲线
可选参数若加该参数则在最后加上一个 |cv.THRESH_TRIANGLE注意那里的|不要丢,选定该方法后,前面设置的阈值将无效,利用方法自动计算阈值
返回值一:计算好或者设定好的阈值
返回值二:处理好的图像
以上就是怎么在python中实现全局图像二值化,小编相信有部分知识点可能是我们日常工作会见到或用到的。希望你能通过这篇文章学到更多知识。更多详情敬请关注亿速云行业资讯频道。
免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。