【计算机视觉处理5】阈值处理

一时失言乱红尘 2023-01-18 09:29 27阅读 0赞

# 【计算机视觉处理5】阈值处理 #

## 1、阈值处理 ##

阈值处理就是设定某个阈值，然后对大于阈值的像素或者小于阈值的像素统一处理的过程。比如下面这个简单的图像：

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1phY2tTb2Nr_size_16_color_FFFFFF_t_70_pic_center]

每个格子表示一个像素，格子中的数字表示图片的像素值。如果设定阈值为8，那我们可以把图片分成两个区域，如下图：

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1phY2tTb2Nr_size_16_color_FFFFFF_t_70_pic_center 1]

然后我们统一对绿色区域或者蓝色区域进行操作，这就是阈值处理了。

我们通常的操作是将高于某一阈值的像素值处理为255，或者低于某一阈值的像素值处理为0。或者两者同时进行。当我们两者同时进行时，我们可以把这个操作成为二值化，因为处理后的图片只有纯黑和纯白两个颜色。

## 2、用numpy实现阈值处理 ##

在`numpy`的`ndarray`数组中，提供了布尔索引的操作。通过布尔索引我们可以方便快速实现阈值处理，而不需要写大量的for循环。

布尔索引的操作是基于布尔矩阵的，因此我们需要了解一下布尔矩阵。

### （1）布尔矩阵 ###

布尔矩阵其实就是一个元素类型为布尔的矩阵，使用布尔矩阵我们可以对实数矩阵进行布尔索引操作。

我们使用下面代码生成一个布尔矩阵：

import numpy as np
    m = np.array([False, True, False, False], dtype=np.bool_)
    print(m)

输出结果如下：

[False  True False False]

不过这个矩阵好像没有什么作用。写出上面的代码只是为了让你知道，布尔矩阵就是一个布尔类型的`ndarray`数组。

除了自己手动创建布尔矩阵，我们还可以通过比较运算符生成某个数组的布尔矩阵。如：

import numpy as np
    # 生成一个二维矩阵
    x = np.array([
        [10, 13, 90],
        [80, 21, 34],
        [1, 4, 6]], dtype=np.uint8
    )
    # 通过比较生成布尔矩阵
    bool_x = x > 8
    print(bool_x)

在代码中，我们创建了一个二维矩阵。然后通过`x > 8`来生成一个布尔矩阵，下面是输出结果：

[[ True  True  True]
     [ True  True  True]
     [False False False]]

可以看到`bool_x`和`x`的形状是一样的，布尔矩阵和二维矩阵元素之间一一对应。当元素值大于8，在布尔矩阵中表现为`True`否则表现为`False`。图示如下：

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1phY2tTb2Nr_size_16_color_FFFFFF_t_70_pic_center 2]

### （2）布尔索引 ###

有了布尔矩阵，我们就可以进行布尔索引了。布尔索引只会对矩阵中为`True`的部分进行操作。比如下面的代码：

import numpy as np
    x = np.array([
        [10, 13, 90],
        [80, 21, 34],
        [1, 4, 6]], dtype=np.uint8
    )
    bool_x = x > 8
    # 将元素值大于8的元素赋值为255
    x[bool_x] = 255
    print(x)

输出结果如下：

[[255 255 255]
     [255 255 255]
     [  1   4   6]]

这里需要明确，我们操作的是实数矩阵。布尔矩阵只是用来指引，告诉程序我们需要操作的元素。

从结果可以看到，大于8的元素都被赋值为了255，其它元素没有改变。

## 3、opencv实现阈值处理 ##

### （1）阈值处理函数 ###

在`opencv`中提供了阈值处理的函数，其函数定义为：

thresh, dst = cv2.threshold(src, thresh, maxval, type)

参数含义如下：

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1phY2tTb2Nr_size_16_color_FFFFFF_t_70_pic_center 3]

返回的两个值分别是阈值和处理后的结果图像。

下面是阈处理类型可选的几个参数：

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1phY2tTb2Nr_size_16_color_FFFFFF_t_70_pic_center 4]

当我们阈值处理类型为二值处理时，`maxval`参数才起作用。

### （3）阈值处理的区别 ###

下面我们来说说各种阈值处理的区别。具体如下表：

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1phY2tTb2Nr_size_16_color_FFFFFF_t_70_pic_center 5]

我们用代码来实战一下：

import cv2
    # 读取图片
    img = cv2.imread('beautiful.JPG', 0)
    # 进行二值化阈值处理
    _, result = cv2.threshold(img, 127, 255, cv2.THRESH_BINARY)
    # 显示图片
    cv2.imshow('result', result)
    cv2.waitKey()
    cv2.destroyAllWindows()

下面是效果图和原图的对比：

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1phY2tTb2Nr_size_16_color_FFFFFF_t_70_pic_center 6]

可以看到，原图本事要偏暗。而我们的阈值设置为了127，导致得到的二值图像效果要差一些，这个我们后面会提到解决办法。

我们再来尝试一下截断式阈值处理：

import cv2
    img = cv2.imread('beautiful.JPG')
    _, result = cv2.threshold(img, 100, 255, cv2.THRESH_TRUNC)
    cv2.imshow('result', result)
    cv2.waitKey()
    cv2.destroyAllWindows()

这次我们没有以灰度图的方式读取图片，因此最后的结果也是彩色图片，下面是效果图：

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1phY2tTb2Nr_size_16_color_FFFFFF_t_70_pic_center 7]

因为一些像素值高的点被抑制了，所以效果图偏暗，而且对比度也明显降低了。

其余的大家可以自己尝试一下。

## 4、Otsu处理 ##

在上面的例子中，我们都需要手动设置阈值。而且不同图像设置不同的阈值效果上会有很大区别，而`Otsu`算法就是一种自动确定阈值的算法。我们可以用`cv2.threshold`函数直接实现，使用如下：

import cv2
    import numpy as np
    img = cv2.imread('beautiful.JPG', 0)
    _, result1 = cv2.threshold(img, 127, 255, cv2.THRESH_BINARY)
    # 使用Otsu算法
    thresh, result2 = cv2.threshold(img, 0, 255, cv2.THRESH_BINARY+cv2.THRESH_OTSU)
    # 将两张图片横向拼接
    result = np.hstack((result1, result2))
    # 输出Ostu算法得到的阈值
    print(thresh)
    cv2.imshow('result', result)
    cv2.waitKey()
    cv2.destroyAllWindows()

我们分别使用了普通的二值化和`Otsu`算法，下面是效果图：

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1phY2tTb2Nr_size_16_color_FFFFFF_t_70_pic_center 8]

这次效果上背景看的更加清晰了。

输出的阈值如下：

99.0

大家可以多尝试处理一些不同的图片。

更多内容可以关注我的公众号“新建文件夹X”。

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1phY2tTb2Nr_size_16_color_FFFFFF_t_70_pic_center]: /images/20221021/0799578735d648f082df43a52a7efdbc.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1phY2tTb2Nr_size_16_color_FFFFFF_t_70_pic_center 1]: /images/20221021/9a0181e10e7a442e882320851ffe0a32.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1phY2tTb2Nr_size_16_color_FFFFFF_t_70_pic_center 2]: /images/20221021/114a49e2fb20490080580e36e109a50c.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1phY2tTb2Nr_size_16_color_FFFFFF_t_70_pic_center 3]: /images/20221021/0d0b3737388841209e055fe8d4f7691c.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1phY2tTb2Nr_size_16_color_FFFFFF_t_70_pic_center 4]: /images/20221021/65cd6a4bcfd540e8b210b49aeff53239.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1phY2tTb2Nr_size_16_color_FFFFFF_t_70_pic_center 5]: /images/20221021/93f179773cd3458eac36e5eba7fceaf9.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1phY2tTb2Nr_size_16_color_FFFFFF_t_70_pic_center 6]: /images/20221021/ab50096543e242ccafb5fe288f98a546.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1phY2tTb2Nr_size_16_color_FFFFFF_t_70_pic_center 7]: /images/20221021/a529a642edff47b1bd269aa9b9f2fb01.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1phY2tTb2Nr_size_16_color_FFFFFF_t_70_pic_center 8]: /images/20221021/4b16eb4dd8a74603bfde428d42a0f56b.png