python-opencv 图像二值化，自适应阈值处理

定义：图像的二值化，就是将图像上的像素点的灰度值设置为0或255，也就是将整个图像呈现出明显的只有黑和白的视觉效果。
一幅图像包括目标物体、背景还有噪声，要想从多值的数字图像中直接提取出目标物体，常用的方法就是设定一个阈值T，用T将图像的数据分成两部分：大于T的像素群和小于T的像素群。这是研究灰度变换的最特殊的方法，称为图像的二值化（Binarization）。

简单的阈值-（全局阈值）：
Python-OpenCV中提供了阈值（threshold）函数：
cv2.threshold（）
函数：第一个参数 src 指原图像，原图像应该是灰度图。
第二个参数 x 指用来对像素值进行分类的阈值。
第三个参数 y 指当像素值高于（有时是小于）阈值时应该被赋予的新的像素值
第四个参数 Methods 指，不同的不同的阈值方法，这些方法包括：
•cv2.THRESH_BINARY 图（1）
•cv2.THRESH_BINARY_INV 图（2）
•cv2.THRESH_TRUNC 图（3）
•cv2.THRESH_TOZERO 图（4）
•cv2.THRESH_TOZERO_INV 图（5）

破折线为将被阈值化的值；虚线为阈值

图（1）

大于阈值的像素点的灰度值设定为最大值(如8位灰度值最大为255)，灰度值小于阈值的像素点的灰度值设定为0。

图（2）

大于阈值的像素点的灰度值设定为0，而小于该阈值的设定为255。

图（3）

像素点的灰度值小于阈值不改变，大于阈值的灰度值的像素点就设定为该阈值。

图（4）

像素点的灰度值小于该阈值的不进行任何改变，而大于该阈值的部分，其灰度值全部变为0。

图（5）

像素点的灰度值大于该阈值的不进行任何改变，像素点的灰度值小于该阈值的，其灰度值全部变为0。

import cv2
import numpy as np

#全局阈值
def threshold_img(image):
    ret,binary=cv2.threshold(image,50,255,cv2.THRESH_BINARY)
    print(ret)
    cv2.imshow("2",binary)
    # ret6,binary6 = cv2.threshold(image, 50, 255, cv2.THRESH_BINARY_INV)
    # cv2.imshow("6", binary6)
    # ret1,binary1 = cv2.threshold(image, 50, 255, cv2.THRESH_TRUNC)
    # cv2.imshow("3", binary1)
    # ret4,binary4 = cv2.threshold(image, 150, 255, cv2.THRESH_TOZERO)
    # cv2.imshow("4", binary4)
    # ret5,binary5 = cv2.threshold(image, 150, 255, cv2.THRESH_TOZERO_INV)
    # cv2.imshow("5", binary5)

#局部阈值
def me_threshold(image):
    bry=cv2.adaptiveThreshold(image,255,cv2.ADAPTIVE_THRESH_GAUSSIAN_C,cv2.THRESH_BINARY,25,10)
    cv2.imshow('11',bry)

#用户自己计算阈值
def custom_threshold(image):
    gray = cv2.cvtColor(image, cv2.COLOR_RGB2GRAY)  #把输入图像灰度化
    h, w =gray.shape[:2]
    m = np.reshape(gray, [1,w*h])
    mean = m.sum()/(w*h)
    print("mean:",mean)
    ret, binary =  cv2.threshold(gray, mean, 255, cv2.THRESH_BINARY)
    cv2.namedWindow("binary2", cv2.WINDOW_NORMAL)
    cv2.imshow("binary2", binary)


img = cv2.imread('13.jpg')

a=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)


cv2.imshow('1',a)
threshold_img(a)
me_threshold(a)
custom_threshold(img)
cv2.waitKey(0)
cv2.destroyAllWindows()