生成一个局部自适应阈值处理的python案例
时间: 2024-05-14 11:14:58 浏览: 16
以下是一个基于局部自适应阈值处理的Python案例,使用OpenCV库实现:
```python
import cv2
# 读取图像
img = cv2.imread('lena.jpg', 0)
# 应用局部自适应阈值处理
th1 = cv2.adaptiveThreshold(img, 255, cv2.ADAPTIVE_THRESH_MEAN_C, cv2.THRESH_BINARY, 11, 2)
th2 = cv2.adaptiveThreshold(img, 255, cv2.ADAPTIVE_THRESH_GAUSSIAN_C, cv2.THRESH_BINARY, 11, 2)
# 显示原始图像和处理后的图像
cv2.imshow('Original', img)
cv2.imshow('Adaptive Mean Thresholding', th1)
cv2.imshow('Adaptive Gaussian Thresholding', th2)
cv2.waitKey(0)
cv2.destroyAllWindows()
```
在以上代码中,我们首先使用`cv2.imread()`函数读取一张灰度图像。然后,使用`cv2.adaptiveThreshold()`函数中的`cv2.ADAPTIVE_THRESH_MEAN_C`方法和`cv2.ADAPTIVE_THRESH_GAUSSIAN_C`方法分别进行局部自适应阈值处理。最后,使用`cv2.imshow()`函数显示原始图像和处理后的图像。
需要注意的是,`cv2.adaptiveThreshold()`函数的参数含义如下:
- 第一个参数是输入图像;
- 第二个参数是输出图像的最大值;
- 第三个参数是指定局部自适应阈值处理的方法;
- 第四个参数是指定二值化方法;
- 第五个参数是指定窗口大小;
- 第六个参数是指定阈值调整的常数。
在本例中,我们分别使用了`cv2.ADAPTIVE_THRESH_MEAN_C`和`cv2.ADAPTIVE_THRESH_GAUSSIAN_C`方法,窗口大小为11,阈值调整常数为2。
相关推荐
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![py](https://img-home.csdnimg.cn/images/20210720083646.png)
![.pdf](https://img-home.csdnimg.cn/images/20210720083646.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)