Python을 이미지 처리에 사용할 때 이진화는 매우 중요한 단계입니다. 이제 제가 접한 6가지 이미지 이진화 방법을 정리했습니다(물론 이것이 전부 이진화 방법은 아닙니다. 새로운 방법이 새로 추가될 예정입니다. 하나가 발견되었습니다).
관련 학습 권장사항: python 비디오 튜토리얼
1. opencv 단순 임계값 cv2.threshold
2. opencv 적응형 임계값 cv2.adaptiveThreshold(적응형 임계값에서 임계값을 계산하는 두 가지 방법이 있습니다:mean_c 및 guassian_c 어느 것이 가장 잘 작동하는지 시도해 보세요.
예:https://scikit-image.org/docs/dev/auto_examples/segmentation/plot_niblack_sauvola.htmlimport cv2 import numpy as np from matplotlib import pyplot as plt img = cv2.imread('scratch.png', 0) # global thresholding ret1, th1 = cv2.threshold(img, 127, 255, cv2.THRESH_BINARY) # Otsu's thresholding th2 = cv2.adaptiveThreshold(img, 255, cv2.ADAPTIVE_THRESH_MEAN_C, cv2.THRESH_BINARY, 11, 2) # Otsu's thresholding # 阈值一定要设为 0 ! ret3, th3 = cv2.threshold(img, 0, 255, cv2.THRESH_BINARY + cv2.THRESH_OTSU) # plot all the images and their histograms images = [img, 0, th1, img, 0, th2, img, 0, th3] titles = [ 'Original Noisy Image', 'Histogram', 'Global Thresholding (v=127)', 'Original Noisy Image', 'Histogram', "Adaptive Thresholding", 'Original Noisy Image', 'Histogram', "Otsu's Thresholding" ] # 这里使用了 pyplot 中画直方图的方法, plt.hist, 要注意的是它的参数是一维数组 # 所以这里使用了( numpy ) ravel 方法,将多维数组转换成一维,也可以使用 flatten 方法 # ndarray.flat 1-D iterator over an array. # ndarray.flatten 1-D array copy of the elements of an array in row-major order. for i in range(3): plt.subplot(3, 3, i * 3 + 1), plt.imshow(images[i * 3], 'gray') plt.title(titles[i * 3]), plt.xticks([]), plt.yticks([]) plt.subplot(3, 3, i * 3 + 2), plt.hist(images[i * 3].ravel(), 256) plt.title(titles[i * 3 + 1]), plt.xticks([]), plt.yticks([]) plt.subplot(3, 3, i * 3 + 3), plt.imshow(images[i * 3 + 2], 'gray') plt.title(titles[i * 3 + 2]), plt.xticks([]), plt.yticks([]) plt.show()
6.IntegralThreshold(주로 텍스트 감지에 사용됨)
사용법 : 다음 URL
https://github.com/Liang-yc/IntegralThreshold
위 내용은 Python 이미지 처리를 위한 이진화 방법의 예 모음의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!