详解Python+OpenCV实现图像二值化

一、图像二值化

1.效果

2.源码

import cv2
import numpy as np
import matplotlib.pyplot as plt

# img = cv2.imread('test.jpg')                         #这几行是对图像进行降噪处理，但事还存在一些问题。

# dst = cv2.fastNlMeansDenoisingColored(img,None,10,10,7,21)

# plt.subplot(121),plt.imshow(img)
# plt.subplot(122),plt.imshow(dst)
# plt.show()
fn = "cell.png"
if __name__ == '__main__':
   print('loading ％s' ％ fn)
   img = cv2.imread(fn)               #读取图像 修改上方 fn的路径即可
   sp = img.shape
   print(sp)                          #在编译结果处显示图片的信息 这行没啥用

# 获取图像大小
   sz1 = sp[0]                         #长
   sz2 = sp[1]                         #宽
   print('width:％d\nheight:％d' ％ (sz2,sz1)) #控制窗口显示的比例
   # 创建一个窗口显示图像
   cv2.namedWindow('img')              #这行没啥用 控制显示图片窗口的名字
   cv2.imshow('img',img)               #显示图片
   # 复制图像矩阵，生成与源图像一样的图像，并显示
   myimg2 = img.copy();
   cv2.namedWindow('myimg2')           #这行没啥用 控制显示图片窗口的名字
   cv2.imshow('myimg2',myimg2)
   # 复制并转换为灰度化图像并显示
   myimg1 = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY) #灰度值函数
   cv2.namedWindow('myimg1')
   cv2.imshow('myimg1',myimg1)            #显示灰度处理后的函数  
   cv2.imwrite('gray.jpg', myimg1)     #保存当前灰度值处理过后的文件
   cv2.waitKey()         #第一个参数是保存文件的名称，必须加jgp，png等的后缀否则报错。第二个参数是保存的对象
   cv2.destroyAllWindows()

二、图像二值化(调节阈值)

1.源码一

代码如下（示例）：

import cv2

def nothing():  # 定义回调函数
   pass

def image_processing(img, Gauss_flag=1, Color_flag=1, Gray_flag=0):  # 图像预处理
   # 高斯滤波器平滑图像
   if Gauss_flag == 1:
       img = cv2.GaussianBlur(img, (3, 3), 0)
   # 均衡彩 * 像的直方图
   if Color_flag == 1:
       img = cv2.cvtColor(img, cv2.COLOR_BGR2YUV)
   # 均衡灰度图像的直方图
   if Gray_flag == 1:
       img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)  # 将彩 * 像转为灰度图像
       img = cv2.equalizeHist(img)

return img

def image_canny(img):  # 图像边缘检测

# 设置窗口
   cv2.namedWindow('Canny')

# 创建滑动条，分别控制各个参数
   cv2.createTrackbar('threshold1', 'Canny', 50, 300, nothing)  # 阈值1
   cv2.createTrackbar('threshold2', 'Canny', 100, 300, nothing)  # 较大的阈值2用于检测图像中明显的边缘
   # cv2.createTrackbar('apertureSize', 'Canny', 0, 2, nothing)  # Sobel算子大小（3,5,7）
   cv2.createTrackbar('L2gradient', 'Canny', 0, 1,
                      nothing)  # 参数(布尔值)：true：使用更精确的L2范数（两个方向的倒数的平方和再开放),false：使用L1范数（直接将两个方向导数的绝对值相加）

while (1):
       # 返回滑动条所在位置的值
       threshold1 = cv2.getTrackbarPos('threshold1', 'Canny')  # 阈值1
       threshold2 = cv2.getTrackbarPos('threshold2', 'Canny')  # 阈值2
       L2gradient = cv2.getTrackbarPos('L2gradient', 'Canny')  # 参数
       # aperturesize = cv2.getTrackbarPos('apertureSize', 'Canny')  # Sobel算子大小
       # size = aperturesize * 2 + 3  # Sobel算子大小（3,5,7）

# Canny边缘检测
       img_edges = cv2.Canny(img, threshold1, threshold2, L2gradient=L2gradient)

# 显示边缘化图像
       cv2.imshow('Canny', img_edges)

if cv2.waitKey(1) == ord('q'):  # 按q退出
           break
       elif cv2.waitKey(1) == ord('s'):  # 按s保存图像到原图像所在目录，命名为output.jpg，再退出!

cv2.imwrite('\\'.join(img_path.split('\\')[:-1]) + '\\output.jpg', img_edges)
           print("图像成功保存")
           break

cv2.destroyAllWindows()

if __name__ == "__main__":
   img_path = input("请输入图片地址(如E:\\Code\\xx.jpg)：")  # 输入原图像地址
   guass_flag = int(input("是否进行高斯滤波(输入1进行，输入0不进行)："))  # 输入1为进行高斯滤波，输入0为不进行
   color_flag = int(input("是否均衡彩 * 像(输入1进行，输入0不进行)："))  # 输入1为进行彩 * 像均衡，输入0为不进行
   gray_flag = int(input("是否均衡灰度图像(输入1进行，输入0不进行)："))  # 输入1为进行灰度图像均衡，输入0为不进行
   # 载入图像
   image = cv2.imread(img_path)
   # 图像预处理
   img = image_processing(image, Gauss_flag=guass_flag, Color_flag=color_flag, Gray_flag=gray_flag)
   # 显示原图像
   cv2.imshow('Original', image)
   # 显示预处理后图像
   cv2.imshow('Pretreatment', img)
   # 图像边缘检测
   image_canny(img)

2.源码二

代码如下（示例）：

import cv2
#载入图片
img_original=cv2.imread(r'E:\py\python3.7\test2\test14yuzhi\cell.png')
#设置窗口
cv2.namedWindow('Canny')
#定义回调函数
def nothing(x):
   pass
#创建两个滑动条，分别控制threshold1，threshold2
cv2.createTrackbar('threshold1','Canny',50,400,nothing)
cv2.createTrackbar('threshold2','Canny',100,400,nothing)
while(1):
   #返回滑动条所在位置的值
   threshold1=cv2.getTrackbarPos('threshold1','Canny')
   threshold2=cv2.getTrackbarPos('threshold2','Canny')
   #Canny边缘检测
   img_edges=cv2.Canny(img_original,threshold1,threshold2)
   #显示图片
   cv2.imshow('original',img_original)
   cv2.imshow('Canny',img_edges)  
   if cv2.waitKey(1)==ord('q'):
       break
cv2.destroyAllWindows()

来源：https://blog.csdn.net/qq_45365214/article/details/124745286