OpenCV自适应阈值二值化处理

最新推荐文章于 2025-03-11 15:29:15 发布

齐落山大勇

最新推荐文章于 2025-03-11 15:29:15 发布

阅读量3.3k

点赞数 3

CC 4.0 BY-SA版权

分类专栏： OpenCV 文章标签： opencv 计算机视觉人工智能

本文链接：https://blog.csdn.net/qq_42982824/article/details/122861251

OpenCV 专栏收录该内容

5 篇文章

订阅专栏

该博客介绍了在图像处理中使用OpenCV库进行二值化处理的步骤，特别是应用了自适应阈值技术，包括ADAPTIVE_THRESH_MEAN_C和ADAPTIVE_THRESH_GAUSSIAN_C两种方法，以保留图像细节。代码示例展示了如何读取图片，转换为灰度图，并应用自适应阈值转换，最后展示并保存处理后的图像。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

在图像处理的过程中，第一步需要二值化处理，尽可能多的保存图像的细节

import cv2 as cv

img=cv.imread("D:/wyx.jpg")
img_Gray=cv.cvtColor(img,cv.COLOR_BGR2GRAY)

athdMEAM=cv.adaptiveThreshold(img_Gray,255,cv.ADAPTIVE_THRESH_MEAN_C,cv.THRESH_BINARY,5,3)
athGAUS=cv.adaptiveThreshold(img_Gray,255,cv.ADAPTIVE_THRESH_GAUSSIAN_C,cv.THRESH_BINARY,5,3)

cv.imshow("wyx",img)
cv.imshow("MEAN_C",athdMEAM)
cv.imshow("GAUSSIAN_C",athGAUS)

cv.imwrite("D:/MEAN_C.jpg",athdMEAM)
cv.imwrite("D:/GAUSSIAN_C.jpg",athGAUS)

cv.waitKey()
cv.destroyAllWindows()

代码运行的结果如图所示