python图片二值化

在 Python 中进行图片二值化可以使用 Pillow 库。Pillow 是 Python Imaging Library 的一个分支，支持多种图片格式的读取、处理和保存。下面是一个简单的二值化示例：

from PIL import Image

# 打开图片
img = Image.open("example.jpg")

# 转为灰度图像
gray = img.convert('L')

# 二值化
threshold = 128
table = []
for i in range(256):
    if i < threshold:
        table.append(0)
    else:
        table.append(1)
binImg = gray.point(table, '1')

# 保存图片
binImg.save("example_bin.jpg")

这个示例中，我们首先打开了一张图片，并使用 `convert()` 方法将其转为灰度图像。然后，我们设置了一个阈值为 128，将像素值小于阈值的像素设为 0，其余像素设为 1，得到了一个二值化的图像。最后，我们将二值化后的图像保存到了本地。

相关问题

python 图像二值化

Python 图像二值化可以使用 OpenCV 库中的 cv2.threshold() 函数实现。该函数可以将图像转换为黑白二值图像，使得图像中的目标物体更加突出。以下是一个简单的示例代码：

import cv2

# 读取图像
img = cv2.imread('image.jpg', 0)

# 二值化处理
ret, thresh = cv2.threshold(img, 127, 255, cv2.THRESH_BINARY)

# 显示结果
cv2.imshow('image', thresh)
cv2.waitKey(0)
cv2.destroyAllWindows()

在上述代码中，cv2.threshold() 函数的第一个参数是输入图像，第二个参数是阈值，第三个参数是最大像素值，第四个参数是二值化类型。在本例中，我们使用的是 THRESH_BINARY 类型，表示将像素值大于阈值的像素设置为最大像素值，将像素值小于等于阈值的像素设置为 0。

python图像二值化

在 Python 中，可以使用 PIL（Python Imaging Library）库中的 Image 模块来实现图像的二值化。以下是一个简单的示例代码：

from PIL import Image

# 打开图像
img = Image.open("image.png")

# 将图像转为灰度图像
img_gray = img.convert('L')

# 对图像进行二值化处理
threshold = 128
table = []
for i in range(256):
    if i < threshold:
        table.append(0)
    else:
        table.append(1)
img_bw = img_gray.point(table, '1')

# 显示二值化后的图像
img_bw.show()

在这个示例中，我们首先打开一张图像，然后将其转换为灰度图像。然后我们使用阈值 128 对灰度图像进行二值化处理，得到一个黑白图像。最后，我们使用 `show()` 方法显示二值化后的图像。

需要注意的是，这个示例中使用的是简单的固定阈值二值化方法，也可以使用其他更加复杂的方法，如自适应阈值二值化等。