10、OpenCV Python 圖像二值化

__author__ = "WSX"
import cv2 as cv
import numpy as np
#-----------二值化（黑0和白 255）-------------
#二值化的方法（全局閾值  局部閾值（自適應閾值））
# OTSU
#cv.THRESH_BINARY 二值化
#cv.THRESH_BINARY_INV(黑白調換)
#cv.THRES_TRUNC 截斷

def threshold(img):  #全局閾值
    gray = cv.cvtColor(img , cv.COLOR_BGR2GRAY)  #首先變為灰度圖
    ret , binary = cv.threshold( gray , 0, 255 , cv.THRESH_BINARY |cv.THRESH_OTSU)#cv.THRESH_BINARY |cv.THRESH_OTSU 根據THRESH_OTSU閾值進行二值化  cv.THRESH_BINARY_INV(黑白調換)
    #上面的0 為閾值 ，當cv.THRESH_OTSU 不設置則 0 生效
    #ret 閾值 ， binary二值化圖像
    print("閾值：", ret)
    cv.imshow("binary", binary)

def own_threshold(img): #自己設置閾值100            全局
    gray = cv.cvtColor(img , cv.COLOR_BGR2GRAY)  #首先變為灰度圖
    ret , binary = cv.threshold( gray , 100, 255 , cv.THRESH_BINARY )#cv.THRESH_BINARY |cv.THRESH_OTSU 根據THRESH_OTSU閾值進行二值化
    #上面的0 為閾值 ，當cv.THRESH_OTSU 不設置則 0 生效
    #ret 閾值 ， binary二值化圖像
    print("閾值：", ret)
    cv.imshow("binary", binary)

def local_threshold(img):  #局部閾值
    gray = cv.cvtColor(img , cv.COLOR_BGR2GRAY)  #首先變為灰度圖
    binary = cv.adaptiveThreshold( gray ,255 , cv.ADAPTIVE_THRESH_GAUSSIAN_C , cv.THRESH_BINARY, 25 , 10,)#255 最大值
    #上面的 有兩種方法ADAPTIVE_THRESH_GAUSSIAN_C （帶權重的均值）和ADAPTIVE_THRESH_MEAN_C（和均值比較）
    #blockSize 必須為奇數 ，c為常量（每個像素塊均值 和均值比較 大的多余c。。。少於c）
    #ret 閾值 ， binary二值化圖像
    cv.imshow("binary", binary)

def custom_threshold(img):  #自己計算均值二值化
    gray = cv.cvtColor(img , cv.COLOR_BGR2GRAY)  #首先變為灰度圖
    h ,w = gray.shape[:2]
    m = np.reshape( gray ,[1 ,w+h])
    mean = m.sum() / w*h  #求出均值
    binary = cv.threshold(gray, mean, 255, cv.THRESH_BINARY )
    cv.imshow("binary", binary)


def main():
    img = cv.imread("1.JPG")
    cv.namedWindow("Show", cv.WINDOW_AUTOSIZE)
    cv.imshow("Show", img)
    #own_threshold(img)
    own_threshold(img)
    cv.waitKey(0)
    cv.destroyAllWindows()

main()