Die Bildverarbeitung mit Python 100 klopft an die Binärisierung Nr. 3
Einführung
Hallo, ich bin Ramu. Dies implementiert auch die bekannte Binärisierung in der Bildverarbeitung.
Drittens: Binarisierung
Bei der Binarisierung wird ein Bild in ein monochromes Bild mit nur zwei Farben umgewandelt: Schwarz und Weiß. Dies erfolgt normalerweise für Graustufenbilder. Außerdem wird beim Binärisieren ein Standardwert bestimmt, der als Schwellenwert bezeichnet wird. Ersetzen Sie Pixelwerte unterhalb des Schwellenwerts durch Weiß und Pixel durch Pixelwerte oberhalb des Schwellenwerts durch Schwarz.
binarization.py
import numpy as np
import cv2
import matplotlib.pyplot as plt
plt.gray()
def binarization(img):
#Bildkopie
dst = img.copy()
#Graustufen
gray = cv2.cvtColor(dst, cv2.COLOR_BGR2GRAY)
#Schwelle
th = 128
#Binarisierung
idx = np.where(gray < th)
gray[idx] = 0
idx = np.where(gray >= th)
gray[idx] = 255
return gray
#Bild lesen
img = cv2.imread('../assets/imori.jpg')
#Binarisierung
mono = binarization(img)
#Bild speichern
cv2.imwrite('result.jpg', mono)
#Bildschirm
plt.imshow(mono)
plt.show()
Das Bild links ist das Eingabebild und das Bild rechts ist das Ausgabebild. Wie beim Graustufenbild gibt es kein Grau und es ist nur weiß und schwarz.
abschließend
Wenn Sie Fragen haben, können Sie sich gerne an uns wenden. Imori_imoris Github hat die offizielle Antwort. Bitte überprüfen Sie dies ebenfalls. ..
Recommended Posts