用python和opencv写出二值化

好的，以下是用 Python 和 OpenCV 实现的二值化代码：

import cv2

# 加载图像
img = cv2.imread("image.jpg")

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

# 应用阈值
threshold_value = 127
max_value = 255
_, binary = cv2.threshold(gray, threshold_value, max_value, cv2.THRESH_BINARY)

# 显示结果
cv2.imshow("Binary Image", binary)
cv2.waitKey(0)
cv2.destroyAllWindows()

在这个示例中，我们首先加载了一个图像，然后将其转换为灰度图像。接下来，我们应用了一个阈值，将图像二值化。最后，我们显示了二值化的结果。

在这个例子中，我们使用的阈值是 127，这意味着所有像素值小于 127 的像素都被设置为 0，所有像素值大于或等于 127 的像素都被设置为 255。如果你想要尝试不同的阈值，可以更改 `threshold_value` 变量的值。

相关问题

请写出python opencv 画出二值化图片百分之一的轮廓点具体代码

import cv2
import numpy as np

img = cv2.imread('image.jpg', cv2.IMREAD_GRAYSCALE)
ret, thresh = cv2.threshold(img, 127, 255, 0)
contours, hierarchy = cv2.findContours(thresh, 1, 2)

for cnt in contours:
epsilon = 0.001 * cv2.arcLength(cnt, True)
approx = cv2.approxPolyDP(cnt, epsilon, True)
cv2.drawContours(img, [approx], 0, (0, 255, 0), 5)

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

请写出python opencv 找出二值化图片百分之一的轮廓点坐标的具体代码

import cv2
import numpy as np # 读取图片
img = cv2.imread('image.png', 0) # 获取图片二值化
ret, thresh = cv2.threshold(img, 127, 255, 0) # 找到轮廓
contours, hierarchy = cv2.findContours(thresh, 1, 2) # 获取轮廓百分之一的坐标点
contour_points = contours[0][::int(len(contours[0])/100)] # 打印坐标
for point in contour_points:
print(point[0])