iT邦幫忙

第 12 屆 iThome 鐵人賽

DAY 18
0
Software Development

【錢不夠買ps的我,只好用OpenCV來修圖了!】系列 第 18

【沒錢ps,我用OpenCV!】Day 18 - 進階修圖5,運用 OpenCV 做圖片二值化,產生黑白的圖片吧!cv2.threshold 各種選擇參數大全

  • 分享至 

  • xImage
  •  

先來看看今天的結果圖

https://ithelp.ithome.com.tw/upload/images/20200930/201204240MIJZKIKDb.png

-> 此篇文章的程式碼 github

Day18_圖片二值化_threshold.ipynb

前言

基本修圖技能學習完之後,
再來我們要來學一些比較進階會使用的修圖技巧囉!

運用 OpenCV 做圖片二值化,產生黑白的圖片

img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) # 先將圖片轉為灰階

# 將小於閾值的灰度值設為0,其他值設為最大灰度值。>127 =255, <127 =0
ret,thresh1 = cv2.threshold(img,127,255,cv2.THRESH_BINARY)

# 將大於閾值的灰度值設為0,其他值設為最大灰度值。>127 =0, <127 =255
ret,thresh2 = cv2.threshold(img,127,255,cv2.THRESH_BINARY_INV)

# 將大於閾值的灰度值設為閾值,小於閾值的值保持不變。 >127 =127
ret,thresh3 = cv2.threshold(img,127,255,cv2.THRESH_TRUNC)

# 將小於閾值的灰度值設為0,大於閾值的值保持不變。 <127 =0
ret,thresh4 = cv2.threshold(img,127,255,cv2.THRESH_TOZERO)

# 將大於閾值的灰度值設為0,小於閾值的值保持不變。 >127 =0
ret,thresh5 = cv2.threshold(img,127,255,cv2.THRESH_TOZERO_INV)

cv2.threshold 最主要的功能是能夠幫助我們將一張圖片做二值化,
二值化的意思是圖片只會剩下兩個值,通常是黑(255)與白(0)

cv2.threshold(img, 閥值, 最大灰度值, 使用的二值化方法)

下圖我們可以參考使用不同的「使用的二值化方法」跑出來的結果。
(假設閥值=127、最大灰度值=255)

  • cv2.THRESH_BINARY
    • 將小於閾值的灰度值設為0,其他值設為最大灰度值。
    • 白話文:>127 =255, <127 =0
  • cv2.THRESH_BINARY_INV
    • 將大於閾值的灰度值設為0,其他值設為最大灰度值。
    • 白話文:>127 =0, <127 =255
  • cv2.THRESH_TRUNC
    • 將大於閾值的灰度值設為閾值,小於閾值的值保持不變。
    • 白話文:>127 =127
  • cv2.THRESH_TOZERO
    • 將小於閾值的灰度值設為0,大於閾值的值保持不變。
    • 白話文:<127 =0
  • cv2.THRESH_TOZERO_INV
    • 將大於閾值的灰度值設為0,小於閾值的值保持不變。
    • 白話文:>127 =0

https://ithelp.ithome.com.tw/upload/images/20200930/20120424qIN5Byvvu5.png

為什麼我們需要做二值化呢?

圖片二值化後,對於整張圖片來說就是乾淨的兩個值,
只有乾淨的兩個值,很適合我們做一些輪廓偵測的運算。

而算出輪廓後我們就可以做很多圖形的處理,
例如畫出圖片輪廓、圖片邊緣的銳利度強化、
加粗圖片的輪廓線、依照輪廓線替圖片添加陰影...

因此,這是非常重要的一門技術,搭配其他功能的操作能實現非常多的效果!

Reference

https://blog.csdn.net/on2way/article/details/46812121


上一篇
【沒錢ps,我用OpenCV!】Day 17 - 進階修圖4,運用 OpenCV 的終極圖層處理大全, 想P圖該怎麼P (bitwise_or, and, xor, not, addWeighted)
下一篇
【沒錢ps,我用OpenCV!】Day 19 - 花式修圖1,OpenCV 的圖片自適應二值化,產生更好效果的黑白圖片!cv2.adaptiveThreshold
系列文
【錢不夠買ps的我,只好用OpenCV來修圖了!】30
圖片
  直播研討會
圖片
{{ item.channelVendor }} {{ item.webinarstarted }} |
{{ formatDate(item.duration) }}
直播中

尚未有邦友留言

立即登入留言