python opencv 输出二值化图片

在Python中使用OpenCV进行二值化操作，你可以使用`cv2.threshold()`函数，该函数会根据指定的阈值将图像分割成前景和背景两部分。二值化的目的是将图像简化为只有黑色和白色两种颜色，这有助于图像处理中的特征提取和识别。

以下是基本的步骤：

import cv2
import numpy as np

# 加载图像
image = cv2.imread('your_image_path.jpg', cv2.IMREAD_GRAYSCALE)

# 定义阈值 (最小灰度值，最大灰度值)，这里假设我们想要所有大于128的像素变为白色，小于等于128的变为黑色
threshold_value, binary_image = cv2.threshold(image, 128, 255, cv2.THRESH_BINARY)

# 显示原始图像和二值化后的图像
cv2.imshow('Original Image', image)
cv2.imshow('Binary Image', binary_image)

# 等待用户按键，然后关闭窗口
cv2.waitKey(0)
cv2.destroyAllWindows()

在这个例子中，`cv2.threshold()`的第一和第二个参数分别是输入图像和阈值，第三个参数是目标的最大像素值（通常是255，对应于白色），第四个参数是阈值处理类型，`cv2.THRESH_BINARY`表示黑白二值化。

相关问题

python opencv 保存二值化图片

在Python中，使用OpenCV库处理图像并保存二值化图片通常涉及以下几个步骤：

1. 导入所需的模块：`import cv2` 是OpenCV的基本导入，用于处理图像。

2. 加载图像：使用 `cv2.imread()` 函数加载需要处理的图像，可以指定路径和颜色空间（默认BGR）。

3. 二值化操作：你可以通过调整阈值来实现二值化。例如，`gray = cv2.threshold(image, threshold, 255, cv2.THRESH_BINARY)[1]`，这里将灰度图像转换为二值，`threshold` 是阈值，`255` 是白色像素值，`cv2.THRESH_BINARY` 表示二值化。

4. 保存结果：最后，使用 `cv2.imwrite()` 函数将处理后的二值图像保存到文件。比如 `cv2.imwrite('output.png', gray)`，这里的 `'output.png'` 是你想保存的文件名。

完整的例子代码如下：

import cv2

# 加载图像
image = cv2.imread('input.jpg')

# 转换为灰度图
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

# 应用二值化
_, binary_image = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY)

# 保存二值化图像
cv2.imwrite('binary_output.png', binary_image)

python opencv图片二值化

以下是两种Python OpenCV图片二值化的例子：

1. 全局二值化

import cv2
import numpy as np

img = cv2.imread('./code/dog.jpeg')
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
_, dst = cv2.threshold(gray, 130, 255, cv2.THRESH_BINARY)

cv2.imshow('img', dst)
cv2.waitKey(0)
cv2.destroyAllWindows()

2. 自适应二值化

import cv2
import numpy as np

img = cv2.imread('./code/dog.jpeg')
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
dst2 = cv2.adaptiveThreshold(gray, 255, cv2.ADAPTIVE_THRESH_GAUSSIAN_C, cv2.THRESH_BINARY, 9, 0)

cv2.imshow('img', dst2)
cv2.waitKey(0)
cv2.destroyAllWindows()