关于python3 opencv 图像二值化的问题(cv2.adaptiveThreshold函数)


Posted in Python onApril 04, 2022

前一篇研究了opencv二值化方法threshold的使用,但是这个方法也存在一定的局限性,假如有一张图存在明显的明暗不同的区域,如下图

关于python3 opencv 图像二值化的问题(cv2.adaptiveThreshold函数)

可以看到左边部分因为整体偏暗,导致二值化后变成全黑,丢失了所有细节,这显然不是我们想要的结果。

原因threshold函数使用一个阈值对图像进行二值化,导致小于这个阈值的像素点全都变成0。因此使用一个阈值的二值化方法并不适用于上面的这张图。那怎么搞?

很明显,上面这张图只有左右两个区域明显亮度不同,最简单的方法就是把图分成两个区域,每个区域分别进行二值化,也就是说二值化上面这张图需要两个不同的阈值。那如果亮度不同的地方有三个,四个或者更多呢?那就每个区域用一个阈值来进行二值化。按照这个思想,因此有了cv2.adaptiveThreshold函数。

先看一下adaptiveThreshold二值化的使用效果。

关于python3 opencv 图像二值化的问题(cv2.adaptiveThreshold函数)

明显还是有效果的,至少左边部分不是全黑。

接下来简单说一下adaptiveThreshold方法

cv2.adaptiveThreshold(src, maxValue, adaptiveMethod, thresholdType, blockSize, C, dst=None)

这个函数大致意思就是把图片每个像素点作为中心取N*N的区域,然后计算这个区域的阈值,来决定这个像素点变0还是变255

src:需要进行二值化的一张灰度图像

maxValue:满足条件的像素点需要设置的灰度值。(将要设置的灰度值)

adaptiveMethod:自适应阈值算法。可选ADAPTIVE_THRESH_MEAN_C 或 ADAPTIVE_THRESH_GAUSSIAN_C

thresholdType:opencv提供的二值化方法,只能THRESH_BINARY或者THRESH_BINARY_INV

blockSize:要分成的区域大小,上面的N值,一般取奇数

C:常数,每个区域计算出的阈值的基础上在减去这个常数作为这个区域的最终阈值,可以为负数

dst:输出图像,可以忽略

前两个参数与threshold的src和maxval一样相同

第三个参数adaptiveMethod

提供两种不同的计算阈值的方法,按照网上其他大佬的解释

ADAPTIVE_THRESH_MEAN_C,为局部邻域块的平均值,该算法是先求出块中的均值。

ADAPTIVE_THRESH_GAUSSIAN_C,为局部邻域块的高斯加权和。该算法是在区域中(x, y)周围的像素根据高斯函数按照他们离中心点的距离进行加权计算。

 第四个参数thresholdType

只能THRESH_BINARY或者THRESH_BINARY_INV

第5个参数blockSize

上述算法计算邻域时的领邻域大小,一般选择为3、5、7......等

第6个参数C

每个邻域计算出阈值后再减去C作为最终阈值

演示一下blockSize和C对二值化结果的影响,以THRESH_BINARY,ADAPTIVE_THRESH_GAUSSIAN_C为例

关于python3 opencv 图像二值化的问题(cv2.adaptiveThreshold函数)

关于python3 opencv 图像二值化的问题(cv2.adaptiveThreshold函数)

关于python3 opencv 图像二值化的问题(cv2.adaptiveThreshold函数)

关于python3 opencv 图像二值化的问题(cv2.adaptiveThreshold函数)

关于python3 opencv 图像二值化的问题(cv2.adaptiveThreshold函数)

关于python3 opencv 图像二值化的问题(cv2.adaptiveThreshold函数)

关于python3 opencv 图像二值化的问题(cv2.adaptiveThreshold函数)

可以看到,当blockSize越大,参与计算阈值的区域也越大,细节轮廓就变得越少,整体轮廓越粗越明显

当C越大,每个像素点的N*N邻域计算出的阈值就越小,中心点大于这个阈值的可能性也就越大,设置成255的概率就越大,整体图像白色像素就越多,反之亦然。

这种二值化有点类似canny边缘检测,用来找轮廓或者特征点也挺不错。

import cv2
import numpy as np
 
blocksize = 3
C=0
def adaptive_demo(gray, blocksize, C):
    binary = cv2.adaptiveThreshold(gray, 255, cv2.ADAPTIVE_THRESH_GAUSSIAN_C, cv2.THRESH_BINARY, blocksize, C)
    # binary = cv2.GaussianBlur(binary, (15,15), 0)
    cv2.imshow('binary', binary)
def C_changed(value):
    global gray
    global blocksize
    global C
    C = value - 30
    print('C:', C)
    adaptive_demo(gray, blocksize, C)
def blocksize_changed(value):
    blocksize = 2 * value + 1
    print('blocksize:', blocksize)
if __name__ == "__main__":
    image_path = './img/1.jpg'
    img = cv2.imread(image_path)
    gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
    adaptive_demo(gray, 3, 0)
    cv2.createTrackbar('C', 'binary',0, 60, C_changed)
    cv2.createTrackbar('blocksize', 'binary',1, 20, blocksize_changed)
    cv2.waitKey(0)

到此这篇关于python3 opencv 图像二值化笔记(cv2.adaptiveThreshold)的文章就介绍到这了,更多相关python3 opencv 图像二值化内容请搜索三水点靠木以前的文章或继续浏览下面的相关文章希望大家以后多多支持三水点靠木!

Python 相关文章推荐
python操作mongodb根据_id查询数据的实现方法
May 20 Python
python中的格式化输出用法总结
Jul 28 Python
python用装饰器自动注册Tornado路由详解
Feb 14 Python
Django 生成登陆验证码代码分享
Dec 12 Python
python实现简单http服务器功能
Sep 17 Python
Python 3 实现定义跨模块的全局变量和使用教程
Jul 07 Python
使用django实现一个代码发布系统
Jul 18 Python
python wxpython 实现界面跳转功能
Dec 17 Python
django中的数据库迁移的实现
Mar 16 Python
使用Python和百度语音识别生成视频字幕的实现
Apr 09 Python
python代码实现将列表中重复元素之间的内容全部滤除
May 22 Python
Python3 如何开启自带http服务
May 18 Python
Python中使用Opencv开发停车位计数器功能
Python采集股票数据并制作可视化柱状图
python疲劳驾驶困倦低头检测功能的实现
Python实现自动玩连连看的脚本分享
Apr 04 #Python
Python利用Turtle绘制哆啦A梦和小猪佩奇
Python必备技巧之函数的使用详解
Python批量解压&压缩文件夹的示例代码
Apr 04 #Python
You might like
php中apc缓存使用示例
2013/12/25 PHP
两个php日期控制类实例
2014/12/09 PHP
PHP 双链表(SplDoublyLinkedList)简介和使用实例
2015/05/12 PHP
PHP 7安装调试工具Xdebug扩展的方法教程
2017/06/17 PHP
PHP机器学习库php-ml的简单测试和使用方法
2017/07/14 PHP
javascript打开新窗口同时关闭旧窗口
2009/01/16 Javascript
JS 实现BASE64_ENCODE和BASE64_DECODE(实例代码)
2013/11/13 Javascript
JavaScript中的prototype.bind()方法介绍
2014/04/04 Javascript
简单谈谈Javascript函数中的arguments
2017/02/09 Javascript
JS传播事件、取消事件默认行为、阻止事件传播详解
2017/08/14 Javascript
Vue.js@2.6.10更新内置错误处机制Fundebug同步支持相应错误监控
2019/05/13 Javascript
layui数据表格跨行自动合并的例子
2019/09/02 Javascript
微信小程序开发中var that =this的用法详解
2020/01/18 Javascript
[06:04]DOTA2国际邀请赛纪录片:Just For LGD
2013/08/11 DOTA
Python中动态获取对象的属性和方法的教程
2015/04/09 Python
python检查序列seq是否含有aset中项的方法
2015/06/30 Python
使用django-guardian实现django-admin的行级权限控制的方法
2018/10/30 Python
python Django 反向访问器的外键冲突解决
2020/05/20 Python
对python pandas中 inplace 参数的理解
2020/06/27 Python
在 Python 中使用 7zip 备份文件的操作
2020/12/11 Python
德国EGOIST网店:销售畅销的设计师品牌
2017/04/18 全球购物
Roxy荷兰官方网站:冲浪、滑雪板、服装和配件
2019/10/22 全球购物
AOP的定义以及作用
2013/09/08 面试题
应届生文秘专业个人自荐信格式
2013/09/21 职场文书
自主招生自荐信范文
2013/12/04 职场文书
采购人员的个人自我评价
2014/01/16 职场文书
创建青年文明号材料
2014/05/09 职场文书
图书馆志愿者活动总结
2014/06/27 职场文书
民主生活会对照检查材料范文
2014/10/01 职场文书
家属慰问信
2015/02/14 职场文书
幼儿园大班开学寄语(2015秋季)
2015/05/27 职场文书
结婚纪念日感言
2015/08/01 职场文书
清洁工工作总结
2015/08/11 职场文书
分享:关于学习的励志名言赏析
2019/08/16 职场文书
导游词之镜泊湖
2019/12/09 职场文书
讨论nginx location 顺序问题
2022/05/30 Servers