Grundlagen der binärisierten Bildverarbeitung durch Python
Bildverarbeitung
Dies ist ein Bildprozess, der häufig zum Verarbeiten und Analysieren von Bildern verwendet wird. Wenn Sie sich erinnern, können Sie die Anzahl der Bilddateien reduzieren, daher ist es gut, sich daran zu erinnern.
Binarisiertes Bild
Wird auch als Graustufenbild bezeichnet. Schwarz und Weiß sein. Es ist die Basis der Bildverarbeitung.
Umgebung
・ Jupyter-Notizbuch
・ Python-Version == 3.7.4
・ Sample.jpg (von http://free-photo.net/archive/entry10252.html)
Quellcode
#Import von OpenCV und Numpy
import cv2
import numpy as np
#Bilder laden
img = cv2.imread("sample1.jpg ")
#Graustufenumwandlung
gray = cv2.cvtColor(img, cv2.COLOR_RGB2GRAY)
#Schwellenwert einstellen
threshold_value = 150
#Array erstellen (für Ausgabe)
threshold_img = gray.copy()
#Implementierung(numpy)
threshold_img[gray < threshold_value] = 0
threshold_img[gray >= threshold_value] = 255
#Output
cv2.imwrite("C:\\Users\\[username]\\python\\sample1-2.jpg ",threshold_img)
Ergebnis des Ausgabebildes
Wenn Sie beim Einstellen des Schwellenwerts versuchen, eine andere Zahl anstelle von "150" zu verwenden, wird eine Änderung der Schwarzweißposition angezeigt. imageJ(URL:"https://imagej.nih.gov/ij/") Wenn Sie Software wie verwenden, können Sie solche Änderungen in Echtzeit sehen, daher sollten Sie es versuchen.
Recommended Posts