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