python灰度二值化

Python中的灰度二值化是图像处理中常用的一种方法，通过将图像转换为灰度图，然后根据设定的阈值将像素点分为黑色和白色两种颜色。下面是一个示例代码：

from PIL import Image

def gray_binary(image_path, threshold):
    # 打开图像并转换为灰度图
    im = Image.open(image_path).convert('L')
    
    # 将图像转换为数组
    im_array = np.array(im)
    
    # 根据阈值进行二值化处理
    binary_array = np.where(im_array < threshold, 0, 255)
    
    # 将数组转换回图像
    binary_image = Image.fromarray(binary_array)
    
    # 显示图像
    binary_image.show()

# 调用函数进行灰度二值化
gray_binary('image.jpg', 120)

在上述代码中，我们首先使用PIL库的`Image.open`方法打开图像，并使用`convert('L')`方法将图像转换为灰度图。然后，我们将灰度图转换为数组，根据设定的阈值将像素点分为黑色和白色，并将结果保存为数组。最后，我们使用`Image.fromarray`方法将数组转换回图像，并使用`show`方法显示图像。

相关问题

python灰度图像二值化

要将Python灰度图像二值化，可以使用OpenCV库中的threshold函数。以下是三种常用的二值化方法的示例代码：

1. 自定义阈值：使用图像的均值作为阈值来分割图像。

import cv2
import numpy as np

def custom_threshold(input_img_file):
    image = cv2.imread(input_img_file)
    gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
    h, w = gray.shape[:2]
    m = np.reshape(gray, [1, h*w])
    mean = m.sum() / (h*w)
    ret, binary = cv2.threshold(gray, mean, 255, cv2.THRESH_BINARY)
    return binary

2. 全局阈值（THRESH_TRIANGLE）：使用三角形算法计算全局阈值来分割图像。

import cv2

def threshold_by_triangle(input_img_file):
    image = cv2.imread(input_img_file)
    gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
    ret, binary = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY | cv2.THRESH_TRIANGLE)
    return binary

3. 自适应阈值（THRESH_TOZERO）：使用自定义的阈值来分割图像。

import cv2

def threshold_by_tozero(input_img_file):
    image = cv2.imread(input_img_file)
    gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
    ret, binary = cv2.threshold(gray, 127, 255, cv2.THRESH_TOZERO)
    return binary

请注意，上述代码中的input_img_file是输入的灰度图像文件路径，binary是二值化后的图像。你可以根据自己的需求选择适合的二值化方法进行图像处理。

opencv-python灰度图像二值化

在使用OpenCV进行灰度图像二值化时，可以使用以下函数进行操作：

import cv2

# 读取图像
img = cv2.imread('image.jpg', 0)  # 以灰度模式读取图像

# 应用全局阈值二值化
_, img_bin = cv2.threshold(img, 127, 255, cv2.THRESH_BINARY)

# 显示二值化后的图像
cv2.imshow('Binary Image', img_bin)
cv2.waitKey(0)
cv2.destroyAllWindows()

在上述代码中，`cv2.threshold()`函数用于将灰度图像进行二值化处理。其中，`img`是输入的灰度图像，`127`是设定的阈值，`255`是二值化后的最大值，`cv2.THRESH_BINARY`表示使用二进制阈值化方法。函数返回两个值，第一个值是阈值，第二个值是二值化后的图像。最后，使用`cv2.imshow()`函数显示二值化后的图像。

请注意，上述代码中的`image.jpg`是示例图像的文件名，你需要根据实际情况修改为你要处理的图像文件名。
#### 引用[.reference_title]
- *1* [OpenCV python（四）图像预处理：二值化 && 滤波操作](https://blog.csdn.net/xztli/article/details/126175975)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item]
- *2* [Python - OpenCV 图像二值化处理](https://blog.csdn.net/bugang4663/article/details/109589177)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item]
- *3* [Python-opencv 灰度直方图+图像二值化](https://blog.csdn.net/weixin_43909400/article/details/123378690)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item]
[ .reference_list ]