图像矩阵切片操作
plt.imshow(img2[:,:,::-1]) # bgr2rgb 颜色通道反转plt.imshow(img2[:,::-1,::-1]) # 左右翻转plt.imshow(img2[::-1,:,::-1]) # 上下翻转直观解释
array( [ // 一面像素点 [ // 一行像素点 [197, 155, 118], // 一个像素点 [197, 155, 118], [199, 155, 118], ..., [205, 134, 66], [205, 134, 66], [206, 135, 67]], ..., [ 29, 137, 131], [ 20, 126, 120], [ 0, 96, 91] ] ], shape=(608, 632, 3), dtype=uint8)ROI区域
ROI(Region of Interest)感兴趣区域,ROI 是为了某项视觉任务而选定的感兴趣区域,它既可以由人框定,也可以由程序自动确定。最简单的获取ROI就是图像矩阵的切片,例如
截取部分图像数据
example = img[0:50,0:200] # 截取一个纵像50像素,横向200像素的小图像颜色通道截取
b, g, r = cv2.split(img) # 三个通道同时分割img = cv2.merge((b, g, r)) # 逆运算,三通道合并
b,g,r = cv2.split(img2) # 注意这里只是截取了红色的强度plt.imshow(cv2.merge((r,g,b))) # 发现和原图一样 (一般情况下的颜色通道是rgb)
# 如果指向保留哪些通道,将不需要的通道置0cur_img[:,:,0] = 0cur_img[:,:,1] = 0cv2.imshow('R',cur_img)边界填充
- cv2.BORDER_REPLICATE : 复制法,也就是复制最边缘像素
- cv2.BORDER_REFLECT : 反射法,对感兴趣的图像中的像素在两边进行复制
- fedcba | abcdefgh | hgfedcba
- cv2.BORDER_REFLECT_101: 反射法,也就是以最边缘像素为轴,对称
- gfedcb | abcdefgh | gfedcba
- cv2.BORDER_WRAP:外包装法
- cdefgh | abcdefgh | abcdefg
- cv2.BORDER_CONSTANT:常量法:常数值填充
top_size,bottom_size,left_size,right_size = (50,50,50,50)img = cv2.imread('./img/01.jpg')
replicate = cv2.copyMakeBorder(img,top_size,bottom_size,left_size,right_size,borderType=cv2.BORDER_REPLICATE)reflect = cv2.copyMakeBorder(img,top_size,bottom_size,left_size,right_size,borderType=cv2.BORDER_REFLECT)reflect101 = cv2.copyMakeBorder(img,top_size,bottom_size,left_size,right_size,borderType=cv2.BORDER_REFLECT_101)wrap = cv2.copyMakeBorder(img,top_size,bottom_size,left_size,right_size,borderType=cv2.BORDER_WRAP)constant = cv2.copyMakeBorder(img, top_size, bottom_size, left_size, right_size, borderType=cv2.BORDER_CONSTANT, value=0)
cv2.imshow('B',img)
cv2.waitKey(0)cv2.destroyAllWindows()图像阈值
1. 函数格式
ret, dst = cv2.threshold(src, thresh, maxval, type)用于对图像进行阈值处理。通常输入单通道灰度图像,根据像素值与阈值的关系,生成处理后的图像。
2. 参数说明
参数 含义
src 输入图像,通常为单通道灰度图像
thresh 阈值,用于比较像素值
maxval 最大值;在二值化等操作中,满足条件的像素会被赋为该值
type 阈值处理类型,决定像素值如何变化
3. 返回值说明
-
ret:实际使用的阈值。对于普通固定阈值处理,通常等于传入的thresh;使用 Otsu 或 Triangle 等自动阈值模式时,返回计算得到的阈值。 -
dst:阈值处理后的输出图像。
4. 五种基本阈值处理类型
设原像素值为 (x),阈值为 (T),最大值为 (M)。
4.1 cv2.THRESH_BINARY:二值化
[ dst(x)=
\begin{cases}
M, & x>T\\
0, & x\le T
\end{cases}]
像素值大于阈值时设为 maxval,否则设为 0。
4.2 cv2.THRESH_BINARY_INV:反二值化
[ dst(x)=
\begin{cases}
0, & x>T\\
M, & x\le T
\end{cases}]
与 THRESH_BINARY 的结果相反。
4.3 cv2.THRESH_TRUNC:截断
[ dst(x)=
\begin{cases}
T, & x>T\\
x, & x\le T
\end{cases}]
像素值大于阈值时,将其截断为阈值;否则保持不变。此模式不使用 maxval。
4.4 cv2.THRESH_TOZERO:阈值归零
[ dst(x)=
\begin{cases}
x, & x>T\\
0, & x\le T
\end{cases}]
像素值大于阈值时保持原值,否则设为 0。
4.5 cv2.THRESH_TOZERO_INV:反阈值归零
[ dst(x)=
\begin{cases}
0, & x>T\\
x, & x\le T
\end{cases}]
与 THRESH_TOZERO 的保留条件相反。
5. 五种类型对比
类型 当 x > thresh 当 x <= thresh
--------------------- ----------------- ------------------
THRESH_BINARY maxval 0
THRESH_BINARY_INV 0 maxval
THRESH_TRUNC thresh 原值 x
THRESH_TOZERO 原值 x 0
THRESH_TOZERO_INV 0 原值 x
6. Python 示例
import cv2
# 读取灰度图
src = cv2.imread("image.jpg", cv2.IMREAD_GRAYSCALE)
if src is None:
raise FileNotFoundError("无法读取图像")
# 设置阈值和最大值
thresh = 127
maxval = 255
# 二值化
ret, dst = cv2.threshold(
src,
thresh,
maxval,
cv2.THRESH_BINARY
)
print("实际使用的阈值:", ret)
cv2.imshow("src", src)
cv2.imshow("dst", dst)
cv2.waitKey(0)
cv2.destroyAllWindows()7. 使用时需要注意
-
cv2.threshold()的常见用法是处理单通道灰度图像。 -
maxval主要影响THRESH_BINARY和THRESH_BINARY_INV
的输出;THRESH_TRUNC、THRESH_TOZERO 和 THRESH_TOZERO_INV
不使用它。
- 比较条件是严格的大于
>。像素值恰好等于阈值时,归入x <= T
的分支。
- 如果输入是彩色图像,可以先使用
cv2.cvtColor(src, cv2.COLOR_BGR2GRAY) 转换为灰度图。
如果这篇文章对你有帮助,欢迎分享给更多人!
部分信息可能已经过时








