Python OpenCV图像处理教程第六部分有哪些内容？

本文共计1335个文字，预计阅读时间需要6分钟。

图像的阈值处理+图像的阈值+图像的阈值处理用大白话讲就是：将图像转换成二值图（黑白图），目的是提取图像中的目标物体，将背景和噪声区分开（几乎可以认为是除了目标外的所有）。

图像的阈值处理

图像的阈值

图像的阈值处理用大白话讲就是将图像转化为二值图像（黑白图），目的是用来提取图像中的目标物体，将背景和噪声区分开（可以近似的认为除了目标全是噪声）。

通常会设定一个阈值 T ，通过 T 将图像的像素划分为两类：大于 T 的像素群和小于 T 的像素群。

首先可以先将图像转化为灰度图像，因为在灰度图像中，每个像素都只有一个灰度值用来表示当前像素的亮度。
接下来二值化处理可以将图像中的像素划分为两类颜色，一种是大于阈值 T 的，另一种是小于阈值 T 的。
比如最常见的二值图像：
当灰度值小于阈值 T 的时候，可以将其像素设置为 0 ，表示为黑色。
当灰度值大于阈值 T 的时候，可以将其像素设置为 255 ，表示为白色。
在 OpenCV 中，为我们提供了阈值函数 threshold() 来帮助我们实现二值图像的处理。