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实现从脚本里运行scrapy的方法
Apr 07 Python
Python numpy 常用函数总结
Dec 07 Python
Python实现的自定义多线程多进程类示例
Mar 23 Python
深入分析python数据挖掘 Json结构分析
Apr 21 Python
python 把文件中的每一行以数组的元素放入数组中的方法
Apr 29 Python
和孩子一起学习python之变量命名规则
May 27 Python
利用Python库Scapy解析pcap文件的方法
Jul 23 Python
python可视化text()函数使用详解
Feb 11 Python
在PyCharm中安装PaddlePaddle的方法
Feb 05 Python
python 第三方库paramiko的常用方式
Feb 20 Python
用python开发一款操作MySQL的小工具
May 12 Python
Pandas数据结构之Series的使用
Mar 31 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 无限极分类
2008/03/27 PHP
常见php数据文件缓存类汇总
2014/12/05 PHP
php实现的微信红包算法分析(非官方)
2015/09/25 PHP
PHP记录页面停留时间的方法
2016/03/30 PHP
php中使用websocket详解
2016/09/23 PHP
php实现的http请求封装示例
2016/11/08 PHP
PDO::errorInfo讲解
2019/01/28 PHP
JS类中定义原型方法的两种实现的区别
2007/03/08 Javascript
jquery zTree异步加载简单实例分享
2013/02/05 Javascript
阿里巴巴技术文章分享 Javascript继承机制的实现
2016/01/14 Javascript
简单实现js浮动框
2016/12/13 Javascript
JavaScript 事件对内存和性能的影响
2017/01/22 Javascript
JavaScript数组排序reverse()和sort()方法详解
2017/12/24 Javascript
详解Vue项目中出现Loading chunk {n} failed问题的解决方法
2018/09/14 Javascript
vue使用video.js进行视频播放功能
2019/07/18 Javascript
微信小程序 scroll-view 实现锚点跳转功能
2019/12/12 Javascript
ElementUI中el-tree节点的操作的实现
2020/02/27 Javascript
js实现表单项的全选、反选及删除操作示例
2020/06/05 Javascript
js实现简单的随机点名器
2020/09/17 Javascript
Python爬虫设置代理IP(图文)
2018/12/23 Python
基于Django的乐观锁与悲观锁解决订单并发问题详解
2019/07/31 Python
在python中创建指定大小的多维数组方式
2019/11/28 Python
pyinstaller还原python代码过程图解
2020/01/08 Python
Python求平面内点到直线距离的实现
2020/01/19 Python
python实现从ftp上下载文件的实例方法
2020/07/19 Python
CSS3实现闪烁动画效果的方法
2015/02/09 HTML / CSS
建筑设计专业求职自我评价
2014/03/02 职场文书
优秀本科毕业生自荐信
2014/07/04 职场文书
2014办公室副主任四风对照检查材料思想汇报
2014/09/20 职场文书
毕业生代领毕业材料的授权委托书
2014/09/29 职场文书
2014年大学班长工作总结
2014/11/14 职场文书
接待员岗位职责范本
2015/04/15 职场文书
银行岗位培训心得体会
2016/01/09 职场文书
家庭教育教师培训学习体会
2016/01/14 职场文书
Java org.w3c.dom.Document 类方法引用报错
2021/08/07 Java/Android
MySQL创建定时任务
2022/01/22 MySQL