內容

1. 彩色圖像轉灰階

   1.1 程式碼

   • cv2.imread讀取圖檔時轉換為灰階

     import cv2
     
     # 顯示圖檔
     def show_img(name, img):
         cv2.imshow(name, img)
         cv2.waitKey(0)
     
     image_path = './over_brain.jpg'
     image = cv2.imread(image_path, cv2.IMREAD_GRAYSCALE)
     image = cv2.resize(image, (250, 250))
     show_img('gray1', image)
     

   • cv2.cvtColor轉換為灰階

     import cv2
     
     # 顯示圖檔
     def show_img(name, img):
         cv2.imshow(name, img)
         cv2.waitKey(0)
     
     image_path = './over_brain.jpg'
     image = cv2.imread(image_path)
     image = cv2.resize(image, (250, 250))
     show_img('origin', image)
     image1 = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
     show_img('gray2', image1)   
     

   1.2 執行結果

   

2. 彩色圖像二值化

   2.1 程式碼

   import cv2
   
   # 顯示圖檔
   def show_img(name, img):
       cv2.imshow(name, img)
       cv2.waitKey(0)
   
   image_path = './over_brain.jpg'
   image = cv2.imread(image_path, cv2.IMREAD_GRAYSCALE)
   image = cv2.resize(image, (280, 280))
   show_img('gray1', image)
   
   ret1,mask1 = cv2.threshold(image, 127, 255, cv2.THRESH_BINARY)
   show_img('BINARY', mask1)
   ret2,mask2 = cv2.threshold(image, 127, 255, cv2.THRESH_BINARY_INV)
   show_img('BINARY_INV', mask2)
   ret3,mask3 = cv2.threshold(image, 127, 255, cv2.THRESH_TRUNC)
   show_img('TRUNC', mask3)
   ret4,mask4 = cv2.threshold(image, 127, 255, cv2.THRESH_TOZERO)
   show_img('TOZERO', mask4)
   ret5,mask5 = cv2.threshold(image, 127, 255, cv2.THRESH_TOZERO_INV)
   show_img('TOZERO_INV', mask5)
   

   2.2 二值化參數(中文表格來自於STEAM 教育學習網)

   

   2.3 執行結果

   

3. 侵蝕膨脹

   3.1 影像侵蝕：以Kernel(卷積核)滑動進行卷積運算，使影像中白色區域縮小、黑色區域擴大。

   • 用途：可用於去除影像中的噪點或加粗字跡。

   • 程式碼

     import cv2
     import numpy as np
     
     # 顯示圖檔
     def show_img(name, img):
         cv2.imshow(name, img)
         cv2.waitKey(0)
     
     image_path = './over_brain.jpg'
     image = cv2.imread(image_path, cv2.IMREAD_GRAYSCALE)
     image = cv2.resize(image, (300, 300))
     show_img('origin', image)
     
     kernel = np.ones((3, 3), np.uint8)
     erode_image = cv2.erode(image, kernel, iterations=1)
     show_img('erode_image', erode_image)
     

   • 執行結果

     • 字跡加粗
     • 大腦圖示中的皺褶變少

     

   3.2 膨脹：以Kernel(卷積核)滑動進行卷積運算，使影像中白色區域擴大、黑色區域縮小。

   • 用途：可用於填補影像中的小孔洞或使字跡變細。

   • 程式碼

     import cv2
     import numpy as np
     
     # 顯示圖檔
     def show_img(name, img):
         cv2.imshow(name, img)
         cv2.waitKey(0)
     
     image_path = './over_brain.jpg'
     image = cv2.imread(image_path, cv2.IMREAD_GRAYSCALE)
     image = cv2.resize(image, (300, 300))
     show_img('origin', image)
     
     kernel = np.ones((3, 3), np.uint8)
     dilate_image = cv2.dilate(image, kernel, iterations=1)
     show_img('dilate_image', dilate_image)  
     

   • 執行結果

     • 字跡變細
     • 「管理」和「稍後再說」間界線變淡

     

小結

1. 今天，我們分享了彩色圖片轉灰階、二值化，及影像侵蝕、膨脹。
2. 下一站，我們前往「OpenCV影像處理(四)」：進階的開閉運算與濾波器的比較。

讓我們繼續看下去...

參考資料

1. opencv-python中的腐蚀与膨胀函数
2. OpenCV Image Thresholding