---

typora-copy-images-to: image

二值化实验

二值化，顾名思义，就是将某张图像的所有像素改成只有两种值之一，其操作的图像也必须是灰度图。也就是说，二值化的过程，就是将一张灰度图上的像素根据某种规则修改为0和maxval（maxval表示最大值，一般为255，显示白色）两种像素值，使图像呈现黑白的效果，能够帮助我们更好地分析图像中的形状、边缘和轮廓等特征。

在本实验中，使用了六种不同的方式来对灰度图进行二值化。

1. 阈值法（THRESH_BINARY）

阈值法就是通过设置一个阈值，将灰度图中的每一个像素值与该阈值进行比较，小于等于阈值的像素就被设置为0（黑），大于阈值的像素就被设置为maxval。

|
|
|
| ------------------------------------------------------------ | ------------------------------------------------------------ |
| 灰度图 | 二值化图 |

如上图所示，在灰度图中像素值较高的地方，如猫咪的背景、脸部等地方的像素值比阈值高，那么在生成的二值化图中的对应位置的像素值就会被设置为255，也就是纯白色。

示例代码：

import cv2
#阈值法二值化：大于thresh的像素值被设置为maxval,小于等于thresh的值被设置为0(THRESH_BINARY)
img=cv2.imread("./cat1.png",cv2.IMREAD_GRAYSCALE)
#image要二值化的灰度图 127代表阈值  230最大值超过就取它  cv2.THRESH_BINARY二值化的类型(简单的二值化)
_,img_binary=cv2.threshold(img,127,230,cv2.THRESH_BINARY)
cv2.imshow("img",img)
cv2.imshow("img_binary",img_binary)
cv2.waitKey(0)

2. 反阈值法（THRESH_BINARY_INV）

顾名思义，就是与阈值法相反。反阈值法是当灰度图的像素值大于阈值时，该像素值将会变成0（黑），当灰度图的像素值小于等于阈值时，该像素值将会变成maxval。

|
|
|
| ------------------------------------------------------------ | ------------------------------------------------------------ |
| 灰度图 | 二值化图 |

如上图所示，使用反阈值法对灰度图进行二值化时，会将灰度图中像素值大于阈值的地方置为0（也就是黑），将灰度图中像素值小于阈值的地方置为255（也就是白）。

示例代码：

import cv2
#反阈值法二值化：大于thresh的像素值被设置为0，小于等于thesh值被设置为maxval(THRESH_BINARY_INV)
img=cv2.imread("./cat1.png",cv2.IMREAD_GRAYSCALE)
_,img_binary=cv2.threshold(img,127,255,cv2.THRESH_BINARY_INV)
#image要二值化的灰度图 127代表阈值超过就取0  255最大值  cv2.THRESH_BINARY_INV二值化的类型
cv2.imshow("img",img)
cv2.imshow("img_binary",img_binary)
cv2.waitKey(0)

3. 截断阈值法（THRESH_TRUNC）

截断阈值法，指将灰度图中的所有像素与阈值进行比较，像素值大于阈值的部分将会被修改为阈值，小于等于阈值的部分不变。换句话说，经过截断阈值法处理过的二值化图中的最大像素值就是阈值。

|
|
|
| ------------------------------------------------------------ | ------------------------------------------------------------ |
| 灰度图 | 二值化图 |

当截断阈值为127时时，如上图所示，可以看到由灰度图变为二值图，图片的亮度变低了。

示例代码：

import cv2
#截断阈值法二值化:大于thresh的像素值被设置为thresh,小于等于thresh的像素值保持不变(THRESH_TRUNC)
img=cv2.imread("./cat1.png",cv2.IMREAD_GRAYSCALE)
_,img_binary=cv2.threshold(img,127,255,cv2.THRESH_TRUNC)
#image要二值化的灰度图 127代表阈值超过就取0  255最大值  cv2.THRESH_BINARY_INV二值化的类型
cv2.imshow("img",img)
cv2.imshow("img_binary",img_binary)
cv2.waitKey(0)

4. 低阈值零处理（THRESH_TOZERO）

低阈值零处理，字面意思，就是像素值小于等于阈值的部分被置为0（也就是黑色），大于阈值的部分不变。

|
|
|
| ------------------------------------------------------------ | ------------------------------------------------------------ |
| 灰度图 | 二值化图 |

如上图所示，在灰度图中较亮的部分，其像素值比阈值大，所以在二值化后其像素值并没有发生变化。而灰度图中较暗的部分，也就是像素值较低的地方，由于像素值比阈值小，就会被置为0，对应二值化图中的黑色部分。

示例代码：

import cv2
#低阈值零处理：像素值小于等于thresh被设置为0，大于thresh保持不变(THRESH_TOZERO)
img=cv2.imread("./cat1.png",cv2.IMREAD_GRAYSCALE)
_,img_binary=cv2.threshold(img,127,255,cv2.THRESH_TOZERO)
#image要二值化的灰度图 127代表阈值超过就取0  255最大值  cv2.THRESH_TOZERO二值化的类型
cv2.imshow("img",img)
cv2.imshow("img_binary",img_binary)
cv2.waitKey(0)

5. 超阈值零处理（THRESH_TOZERO_INV）

超阈值零处理就是将灰度图中的每个像素与阈值进行比较，像素值大于阈值的部分置为0（也就是黑色），像素值小于等于阈值的部分不变。

|
|
|
| ------------------------------------------------------------ | ------------------------------------------------------------ |
| 灰度图 | 二值化图 |

如上图所示，在灰度图中较亮的部分，其像素值比阈值大，所以在二值化后其像素值会被置为0（也就是黑色），对应二值化图中的黑色部分。而灰度图中较暗的部分，也就是像素值较低的地方，由于像素值比阈值小，将不会发生改变。

示例代码：

import cv2
#超阈值零处理：像素值大于thresh被设置为0，小于等于thrsh保持不变(THRESH_TOZERO_INV)
img=cv2.imread("./cat1.png",cv2.IMREAD_GRAYSCALE)
_,img_binary=cv2.threshold(img,127,255,cv2.THRESH_TOZERO_INV)
#image要二值化的灰度图 127代表阈值超过就取0  255最大值  cv2.THRESH_TOZERO_INV二值化的类型
cv2.imshow("img",img)
cv2.imshow("img_binary",img_binary)
cv2.waitKey(0)

6.OTSU阈值法

OTSU算法是通过一个值将这张图分前景色和背景色（也就是灰度图中小于这个值的是一类，大于这个值的是一类），通过统计学方法（最大类间方差）来验证该值的合理性，当根据该值进行分割时，使用最大类间方差计算得到的值最大时，该值就是二值化算法中所需要的阈值。通常该值是从灰度图中的最小值加1开始进行迭代计算，直到灰度图中的最大像素值减1，然后把得到的最大类间方差值进行比较，来得到二值化的阈值。

|
|
|
| ------------------------------------------------------------ | ------------------------------------------------------------ |
| 灰度图 | 二值化图 |

示例代码：

import  cv
#OTSU阈值法：通过一个值将这张图分前景色和背景色（也就是灰度图中小于这个值的是一类，大于这个值的是一类(THRSH_OTSU)
img=cv2.imread("./cat1.png",cv2.IMREAD_GRAYSCALE)
_,img_binary=cv2.threshold(img,127,255,cv2.THRESH_OTSU)
cv2.imshow("img",img)
cv2.imshow("img_binary",img_binary)
cv2.waitKey(0)