上一篇介紹了 Canny Edge Detection。

它可以幫助我們找到圖片中的邊緣。

那如果今天不是想知道物體的輪廓，而是想直接把物體和背景分開。

那還需要找邊緣嗎？

例如說：

有一張白紙，上面印著黑色文字。

如果只是想把文字擷取出來，其實我們根本不需要知道每個字的輪廓。

只需要知道 哪些 Pixel 是文字，哪些 Pixel 是背景。

這就是今天要介紹的 Threshold（二值化）。

Threshold 在做什麼？

先說明一下 Threshold 的概念。

其實非常簡單：

先設定一個數值。

例如：

Threshold = 128

接著逐一檢查圖片中的每個 Pixel。

如果亮度大於 128，就變成白色。

255

如果亮度小於或等於 128，就變成黑色。

0

最後整張圖片只剩下兩種顏色：黑和白。

因此也稱為 Binary Image（二值影像）。

一個簡單的例子

假設有一排 Pixel：

30 55 90 130 180 220

如果設定：

Threshold = 128

結果就會變成：

0 0 0 255 255 255

可以看到圖片中的灰階資訊全部消失了。

留下來的，只有「屬於哪一邊」。

為什麼 Threshold 能把物體分開？

想像一張文件照片。

文字通常很暗，背景通常很亮。

例如：

文字：40

背景：220

只要 Threshold 選得夠好，黑色文字就會全部留下，白色背景也會全部保留。

因此，很多文件掃描、OCR（文字辨識）之前都會先做 Threshold。

實作：使用 Threshold

OpenCV 提供了 cv2.threshold()。

import cv2
import matplotlib.pyplot as plt

img = cv2.imread("dog.jpeg", cv2.IMREAD_GRAYSCALE)

_, binary = cv2.threshold(img, 128, 255, cv2.THRESH_BINARY)

其中：

• 128 是 Threshold。
• 255 表示符合條件時輸出的值。
• THRESH_BINARY 表示使用一般二值化。

接著比較結果。

plt.figure(figsize=(10,4))

plt.subplot(1,2,1)
plt.imshow(img, cmap="gray")
plt.title("Original")
plt.axis("off")

plt.subplot(1,2,2)
plt.imshow(binary, cmap="gray")
plt.title("Threshold")
plt.axis("off")

plt.tight_layout()
plt.show()

結果長這樣：

可以看到，原本的灰階圖片現在只剩下黑色和白色。

Threshold 的種類

Threshold 其實有不只一種方式，在 OpenCV 中，他們提供了好幾種模式。

例如：

一般二值化：

cv2.THRESH_BINARY

黑白相反：

cv2.THRESH_BINARY_INV

只保留超過 Threshold 的值：

cv2.THRESH_TOZERO

以及其他不同的 Threshold 類型。

不同模式，其實只是決定超過 Threshold 之後，要如何處理 Pixel。

Threshold 的限制

Threshold 最大的問題是 Threshold 該設多少？

例如如果設定：

Threshold = 80

很多背景可能也變成黑色。

如果設定：

Threshold = 200

有些真正的文字，反而會一起消失。

因此Threshold 的效果非常依賴選擇的門檻值。

門檻值可以自己算嗎？

既然門檻值很重要，那有沒有一種方法，可以讓電腦自己找到最適合的 Threshold？

答案是肯定的。

下一篇要介紹的 Otsu's Threshold 就是專門解決這個問題。

它會分析整張圖片的亮度分布並自動找出一個適合的 Threshold。

今天總結

今天介紹了 Threshold。

和前面的邊緣偵測不同，Threshold 利用亮度，把圖片直接分成前景和背景。

這也是影像分割中最基本的方法之一。

不過，它最大的挑戰就是 Threshold 到底該設多少？

設的過高或過低，都有可能遺失部分資訊。

而有一種方法可以讓電腦自己尋找最適合的 Threshold，也就是 Otsu's Threshold。

下一篇，我們就來看看 Otsu 是如何讓電腦自己決定這個答案。