python实现二值化

Python实现二值化有多种方式，其中最常用的就是采用全局阈值法、自适应阈值法、OTSU二值化等方法进行二值化。其中，全局阈值法是将整个图像分成前景和背景两部分，通过计算图像灰度直方图的峰值来确定一个阈值，将灰度值大于阈值的像素点设为前景，灰度值小于等于阈值的像素点设为背景。自适应阈值法则是根据图像局部区域的灰度值来确定阈值，因此适用于光照不均匀的图像。OTSU二值化则是通过最大类间方差来确定阈值，适用于前景和背景之间的差异较大的图像。

下面是一个使用全局阈值法实现二值化的Python代码示例：

import cv2

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

# 全局阈值法二值化
ret, binary = cv2.threshold(img, 127, 255, cv2.THRESH_BINARY)

# 显示原图和二值化结果
cv2.imshow('Original Image', img)
cv2.imshow('Binary Image', binary)
cv2.waitKey(0)
cv2.destroyAllWindows()

其中，`cv2.threshold()`函数用于进行全局阈值法二值化，第一个参数为输入图像，第二个参数为阈值，第三个参数为最大像素值，第四个参数为二值化类型。在上述代码中，阈值为127，最大像素值为255，二值化类型为`cv2.THRESH_BINARY`，表示将灰度值大于阈值的像素点设为255，灰度值小于等于阈值的像素点设为0。