python 图像二值化

自适应二值化，高斯加权二值化：

  

   

    

     

    
    

     

      image =cv2.imread(r'E:\data\barcode\test\1009_11\test\blur\509915979678918664.jpg', 1)
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     

      gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
     
    
   

    

     

    
    

     

      # 二值化
     
    
   

    

     

    
    

     

      binary = cv2.adaptiveThreshold(~gray, 255, cv2.ADAPTIVE_THRESH_GAUSSIAN_C, cv2.THRESH_BINARY, 35, -5)
     
    
   

    

     

    
    

     

      # ret,binary = cv2.threshold(~gray, 127, 255, cv2.THRESH_BINARY)
     
    
   

    

     

    
    

     

      cv2.imshow("二值化图片：", binary)  # 展示图片
     
    
   

    

     

    
    

     

      cv2.waitKey(0)
     
    
  
 

1.图像二值化

图像二值化就是将图像上的像素点的灰度值设置为0或255，也就是将整个图像呈现出明显的黑白效果。

将256个亮度等级的灰度图像通过适当的阈值选取而获得仍然可以反映图像整体和局部特征的二值化图像。

图像的二值化有利于图像的进一步处理，使图像变得简单，而且数据量减小，能凸显出感兴趣的目标的轮廓。

2. 图像二值化处理

在将图像二值化之前需要将其先灰度化，示例代码：

  

   

    

     

    
    

     
 import cv2
     
    
   

    

     

    
    

     

       surimg = cv2.imread(filename)
     
    
   

    

     

    
    

     

       height, width = 
     
    
  
 

文章来源: blog.csdn.net，作者：网奇，版权归原作者所有，如需转载，请联系作者。

原文链接：blog.csdn.net/jacke121/article/details/75194163