阈值的基本概念是为了简化图像以进行分析。当我们将图像转换为灰度图像时,必须记住灰度图像仍然至少有255个值。阈值是将所有内容转换为白色或黑色的值,基于阈值。假设我们希望阈值为125(255的一部分),则低于125的所有内容将转换为0或黑色,而高于125的所有内容将转换为255或白色。语法如下:

retval,threshold = cv2.threshold(src, thresh, maxValue, cv2.THRESH_BINARY_INV)  

参数-

src: 源图像,应为灰度图像。

thresh: 用于对像素值进行分类。

maxVal: 它表示如果像素阈值为则给定的值。

OpenCV提供不同风格的阈值,作为函数的第四个参数使用。这些是:

  • cv2.THRESH_BINARY
  • cv2.THRESH_BINARY_INV
  • cv2.THRESH_TRUNC
  • cv2.THRESH_TOZERO
  • cv2.THRESH_TOZERO_INV

让我们以一个示例输入图像为例

12-1.png

我们以上面的图像作为输入。我们描述一下阈值的实际工作原理。上面的图像稍暗,有点难以阅读。有些部分足够亮,可以正常阅读,而其他部分需要更多的焦点才能正确阅读。

让我们考虑以下示例:

import cv2  
img  = cv2.imread(r'C:\Users\DEVANSH SHARMA\book1.jpg',1)  
retval, threshold = cv2.threshold(img, 62, 255, cv2.THRESH_BINARY)  
cv2.imshow("Original Image", img)  
cv2.imshow("Threshold",threshold)  
cv2.waitKey(0)  

输出:

12-2.png

上面的程序突出了图像。现在我们可以轻松阅读图像的内容。

标签: OpenCV, OpenCV教程, OpenCV图像识别, OpenCV安装教程, OpenCV下载, OpenCV入门, OpenCV基础, OpenCV库, OpenCV学习, OpenCV指南, OpenCV教程中文版, OpenCV快速入门, OpenCV基础教程