OpenCV（15）——常規5大閾值處理
什麼是閾值處理
閾值處理是剔除原影象中畫素高於或者低於一定值的畫素點。例如將一個灰度影象中大於200的畫素點統一設定為255，這個就是閾值處理。或者說將所有低於200的畫素點設定為0，也可以叫做閾值處理，兩者結合處理後，影象就變為二值影象了。
threshold
在OpenCV中，我們使用cv2。threshold（）函式進行閾值處理，它的定義如下所示：
def threshold（src， thresh， maxval， type， dst=None）：
src：需要進行閾值處理的原始影象
thresh：需要設定的閾值
maxval：當type為THRESH_BINARY或者THRESH_BINARY_INV型別時，需要設定的最大值。
type：閾值的型別，如下表所示。
型別
含義
cv2。THRESH_BINARY
在這裡插入圖片描述
cv2。THRESH_BINARY_INV
在這裡插入圖片描述
cv2。THRESH_TRUNC
在這裡插入圖片描述
cv2。THRESH_TOZERO_INV
在這裡插入圖片描述
cv2。THRESH_TOZERO
在這裡插入圖片描述
cv2。THRESH_MASK
掩碼
cv2。THRESH_OTSU
標記，使用Otsu演算法時的可選閾值引數
cv2。THRESH_TRIANGLE
標記，使用Triangle演算法時的可選閾值引數
二值化閾值處理（cv2。THRESH_BINARY）
顧名思義，二值化閾值處理，會將原始影象變更為僅有2個值的二值影象，也就是cv2。THRESH_BINARY。
下面，我們用程式碼來實現二值化閾值處理，具體程式碼如下所示：
import cv2img = cv2。imread（“4。jpg”， 0）t， result_img = cv2。threshold（img， 127， 255， cv2。THRESH_BINARY）cv2。imshow（“img”， img）cv2。imshow（“result_img”， result_img）cv2。waitKey（）cv2。destroyAllWindows（）
執行之後，效果如下所示：
可以看到透過二值化閾值處理，我們的影象有點畫素描畫的效果。
反二值化閾值處理（cv2。THRESH_BINARY_INV）
反二值化閾值處理的結果也是僅有兩個值的二值影象，與二值化的區別在於，就是將其大於賦值255，小於賦值0顛倒過來。
修改程式碼，我們看看執行的效果：
import cv2img = cv2。imread（“4。jpg”， 0）t， result_img = cv2。threshold（img， 127， 255， cv2。THRESH_BINARY_INV）cv2。imshow（“img”， img）cv2。imshow（“result_img”， result_img）cv2。waitKey（）cv2。destroyAllWindows（）
截斷閾值化處理（cv2。THRESH_TRUNC）
截斷閾值化處理會將原影象中大於閾值的畫素點的值設定為閾值，小於或等於畫素點的值保持不變。也就是上面的將大於127畫素的灰度影象全部更改為127，低於或等於127的保持不變。
import cv2img = cv2。imread（“4。jpg”， 0）t， result_img = cv2。threshold（img， 127， 255， cv2。THRESH_TRUNC）cv2。imshow（“img”， img）cv2。imshow（“result_img”， result_img）cv2。waitKey（）cv2。destroyAllWindows（）
執行之後，得到的效果如下所示：
可以理解為比二值化更純粹的素描。
超閾值零處理（cv2。THRESH_TOZERO_INV）
超閾值零處理會將影象中大於閾值的畫素點的值處理為0，小於或等於閾值的畫素點保持不變。也就是將大於127的處理為0，小於等於127的保持不變。
import cv2img = cv2。imread（“4。jpg”， 0）t， result_img = cv2。threshold（img， 127， 255， cv2。THRESH_TOZERO_INV）cv2。imshow（“img”， img）cv2。imshow（“result_img”， result_img）cv2。waitKey（）cv2。destroyAllWindows（）
執行之後，效果如下：
低閾值零處理（cv2。THRESH_TOZERO）
低閾值零處理是將影象中小於或等於閾值的畫素點處理為0，大於閾值的畫素點保持不變。也就是小於等於127的全部賦值為0，大於127的保持不變。
import cv2img = cv2。imread（“4。jpg”， 0）t， result_img = cv2。threshold（img， 127， 255， cv2。THRESH_TOZERO）cv2。imshow（“img”， img）cv2。imshow（“result_img”， result_img）cv2。waitKey（）cv2。destroyAllWindows（）
執行之後，效果如下所示：
