OPENCV FOR PYTHON 學習筆記 - 閾值
阿新 • • 發佈:2021-08-19
閾值分割:
二進位制閾值化 THRESH_BINARY:
-
該閾值化型別如下式所示:
-
解釋:在運用該閾值型別的時候,先要選定一個特定的閾值量,比如:125,這樣,新的閾值產生規則可以解釋為大於125的畫素點的灰度值設定為最大值(如8位灰度值最大為255),灰度值小於125的畫素點的灰度值設定為0。
反二進位制閾值化 THRESH_BINARY_INV:
-
該閾值型別如下式所示:
-
解釋:該閾值化與二進位制閾值化相似,先選定一個特定的灰度值作為閾值,不過最後的設定值相反。(在8位灰度圖中,例如大於閾值的設定為0,而小於該閾值的設定為255)。
截斷閾值化 THRESH_TRUNC:
-
該閾值化型別如下式所示:
-
解釋:同樣首先需要選定一個閾值,影象中大於該閾值的畫素點被設定為該閾值,小於該閾值的保持不變。(例如:閾值選取為125,那小於125的閾值不改變,大於125的灰度值(230)的畫素點就設定為該閾值)。
閾值化為0THRESH_TOZERO_INV:
-
該閾值型別如下式所示:
-
解釋:先選定一個閾值,然後對影象做如下處理:1 畫素點的灰度值大於該閾值的不進行任何改變;2 畫素點的灰度值小於該閾值的,其灰度值全部變為0。
反閾值化為0 THRESH_TOZERO_INV:
-
該閾值型別如下式所示:
-
解釋:原理類似於0閾值,但是在對影象做處理的時候相反,即:畫素點的灰度值小於該閾值的不進行任何改變,而大於該閾值的部分,其灰度值全部變為0。
本文來自部落格園,作者:HappyChen2016,轉載請註明原文連結:https://www.cnblogs.com/happychen2016/p/15161101.html