详解Python+OpenCV实现图像二值化
作者:用余生去守护 发布时间:2022-01-02 13:08:07
标签:Python,OpenCV,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)
# 均衡彩色图像的直方图
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) # 将彩色图像转为灰度图像
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("是否均衡彩色图像(输入1进行,输入0不进行):")) # 输入1为进行彩色图像均衡,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


猜你喜欢
- HTMLParser是python用来解析html的模块。它可以分析出html里面的标签、数据等等,是一种处理html的简便途径。HTMLP
- 本文实例为大家分享了Python时间戳使用和相互转换的具体代码,供大家参考,具体内容如下1.将字符串的时间转换为时间戳方法: &n
- torch.optim的灵活使用详解1. 基本用法:要构建一个优化器Optimizer,必须给它一个包含参数的迭代器来优化,然后,我们可以指
- 前两天特意装了一下IETester,用以方便测试,装好后使用发现IE8有两个地方需要大家注意。IE5MAC的过滤器对IE8 Beta 1版同
- 这个问题对于规模稍微大些的项目而言,显得尤其重要了,数据库中如果有几百个存储过程, 难道还一个个找不成,即使自己很了解业务和系统,时间长了,
- 1 configparser安装pip3 install configparser2 configparser简介用来读取配置文件的pyth
- Update Tb_Garden1 G Set Steward = (Select Id From Zyq.Tb_User U Where
- 安装正常情况,只需pip install PIL==1.1.7或者pip install Pillow==2.9.0即可。但需留意安装后的输
- Mac 安装 Python3.10 并且配置环境一、Python的安装访问官网:https://www.python.org/选择系统(Ma
- 这货很强大, 必须掌握文档 链接 http://docs.python.org/2/library/itertools.htmlpymotw
- Python中,列表是可以进行修改的:赋值、删除元素、分片等等。在给列表添加元素时,有两个常见的方法:append和extend。appen
- 解决了ACCESS数据库路径的问题!采用DBType=0或DBType=1来区分AC库还是MSSQL库具体采用AC库时应注意的事项,请看程序
- PyMongo是什么PyMongo是驱动程序,使python程序能够使用Mongodb数据库,使用python编写而成.安装环境
- 题记:早已听闻python爬虫框架的大名。近些天学习了下其中的Scrapy爬虫框架,将自己理解的跟大家分享。有表述不当之处,望大神们斧正。一
- 第一章:基本的圆角框第二章:透明圆角化背景图片第三章:圆角化图片 第四章:CSS圆角框组件 V1.0在上面的案例中,我只给出最为原始的圆角框
- 我们提到切片的时候,一般想到的大多数是分割列表。其实它还可以对列表进行拼接,想必这点是很多人不知道的,这就是切片的占位符用法。留在原列表中,
- 简述从官网下载了Python3.7.4,直接编译安装后,使用pip3出现了报错信息: Can't connect to HTTPS
- 创建表:create table if not exists t( id int, addT
- 本文实例讲述了php中$_GET与$_POST过滤sql注入的方法,分享给大家供大家参考。具体分析如下:此函数只能过滤一些敏感的sql命令了
- 最近发现自己的博客打开很慢,通过ie浏览器打开速度还可以,使用任何第三方浏览器打开都超级慢,以为是HTML代码元素导致,一番比对后没有发现不