Python灰度变换中灰度切割分析实现
作者:Henry_zs 时间:2021-10-05 12:07:49
1. 介绍
灰度切割:增强特定范围的对比度,突出图像 * 定范围的亮度(灰度级分层也叫灰度切割)
实现灰度切割的方法有很多种,但基本的方法就两种,其余的方法都是这两个方法的变体
将感兴趣范围内的灰度值全部映射成为一个值(如白色),将其余的灰度值显示为另一个颜色(如黑色),产生一个二值图像
将感兴趣的灰度值变亮,保持其余的灰度值不变
对应的映射函数为:
灰度切割的特殊使用:阈值处理
将感兴趣的物体从背景中分离出来,也叫二值化处理,是第一种方法的变体
2. 灰度切割代码实现
这次没有采用for循环的方式去遍历每个像素点
x[:,:] > a 代表x所有行所有列中大于a的点的位置会为True,再将结果传入自身的坐标中就能找到满足两个阈值中间的点,将这些点替换为255即可
import cv2
import numpy as np
def transform1(x):
a , b = 150 , 240 # 定义两个阈值,中间部分变换为255
dst = x.copy()
dst[(x[:,:] >= a) & (x[:,:] <= b)] = 255 # 中间变换为255
dst[(x[:,:] < a) | (x[:,:] > b)] = 0 # 其余的变换为0
return dst
def transform2(x):
a , b = 150 , 240 # 定义两个阈值,中间部分变换为255
dst = x.copy()
dst[(x[:,:] >= a) & (x[:,:] <= b)] = 255 # 中间变换255,其余的不变
return dst
gray = cv2.imread('./img.png',0)
dst1 = transform1(gray)
dst2 = transform2(gray)
cv2.imshow('img',np.hstack((gray,dst1,dst2)))
cv2.waitKey()
cv2.destroyAllWindows()
输出结果
3. 阈值处理
灰度切割的特殊使用是阈值处理,opencv中包含了threshold函数对图像进行阈值处理
语法如下:retval,dst = cv2.threshold(src , thresh , maxval , type)
ret val(return value):处理时采用的阈值大小
dst :处理后的图像
src : 处理前的图像
maxval(max val):产生二值图像后,阈值处理后输出的值,另一个默认是0。例如小于150的输出0,其余的就是这个maxval(一般是255)
type : 阈值处理的类型,有如下的几种类型
type | 含义 |
cv2.THRESH_BINARY | 二值化阈值处理:超出thresh,为255;否则为0 |
cv2.THRESH_BINARY_INV | 反二值化阈值处理:超出thresh,为0;否则为255 |
cv2.THRESH_TOZERO | 低于阈值零处理:低于thresh,为0;否则灰度值不变 |
cv2.THRESH_TOZERO_INV | 超出阈值零处理:低于thresh,为255;否则为0 |
cv2.THRESH_TRUNC(truncate截断) | 截断阈值处理:超过thresh,为thresh;否则不变 |
代码:
import cv2
import numpy as np
a = np.arange(0,256).reshape(1,-1).astype(np.uint8) # 0-255
img = cv2.resize(a,(800,100),interpolation=cv2.INTER_AREA) # 创建渐变图像
ret1,img1 = cv2.threshold(img,200,255,cv2.THRESH_BINARY) # 二值化阈值处理
ret2,img2 = cv2.threshold(img,200,255,cv2.THRESH_BINARY_INV) # 反二值化阈值处理
ret3,img3 = cv2.threshold(img,200,255,cv2.THRESH_TOZERO) # 低于阈值零处理
ret4,img4 = cv2.threshold(img,200,255,cv2.THRESH_TOZERO_INV) # 超出阈值零处理
ret5,img5 = cv2.threshold(img,200,255,cv2.THRESH_TRUNC) # 截断阈值处理
cv2.imshow('img',np.vstack((img,img1,img2,img3,img4,img5)))
cv2.waitKey()
cv2.destroyAllWindows()
处理结果:
来源:https://blog.csdn.net/qq_44886601/article/details/127377121
标签:Python,灰度切割,灰度变换
![](/images/zang.png)
![](/images/jiucuo.png)
猜你喜欢
Python __slots__的使用方法
2023-11-19 16:15:10
Python3+PyInstall+Sciter解决报错缺少dll、html等文件问题
2021-05-15 23:31:46
![](https://img.aspxhome.com/file/2023/0/77600_0s.png)
Python中的数学运算操作符使用进阶
2021-05-24 16:05:46
Webpack4 使用Babel处理ES6语法的方法示例
2023-08-30 08:12:37
![](https://img.aspxhome.com/file/2023/8/56198_0s.png)
Python爬取商家联系电话以及各种数据的方法
2023-07-24 18:39:38
![](https://img.aspxhome.com/file/2023/0/66450_0s.jpg)
Firefox与IE下UL预设标记的异同
2007-05-11 17:03:00
用python写测试数据文件过程解析
2022-03-24 16:54:57
![](https://img.aspxhome.com/file/2023/8/69588_0s.png)
python实现Virginia无密钥解密
2023-07-25 10:56:49
pytorch 实现查看网络中的参数
2023-10-28 22:08:37
PHP遍历目录实现方法介绍
2023-05-25 06:31:41
关于 Flash Banner 设计的建议
2010-02-02 18:19:00
MYSQL教程:查询优化之有效加载数据
2009-02-27 15:45:00
django url到views参数传递的实例
2023-10-17 13:53:42
python利用7z批量解压rar的实现
2021-05-02 18:58:31
详解Python垃圾回收机制和常量池的验证
2022-12-28 09:58:29
Python jieba 中文分词与词频统计的操作
2022-08-31 17:08:14
![](https://img.aspxhome.com/file/2023/4/77684_0s.jpg)
python中列表添加的四种方法小结
2023-12-10 21:59:47
![](https://img.aspxhome.com/file/2023/7/71337_0s.png)
VBScript中的eval()函数
2008-04-09 13:41:00
比较全面的PHP数组的使用方法小结
2023-11-18 21:30:25
PHP Session条件竞争超详细讲解
2023-06-03 12:49:00
![](https://img.aspxhome.com/file/2023/7/55337_0s.png)