Bases du traitement d'images binarisées par Python
Traitement d'image
Il s'agit d'un processus d'image souvent utilisé pour traiter et analyser des images. Si vous vous en souvenez, vous pouvez réduire le nombre de fichiers image, il est donc bon de s'en souvenir.
Image binarisée
Également appelée image en échelle de gris. Être noir et blanc. C'est la base du traitement d'image.
environnement
・ Cahier Jupyter
・ Version Python == 3.7.4
・ Sample.jpg (depuis http://free-photo.net/archive/entry10252.html)
Code source
#importation d'opencv et numpy
import cv2
import numpy as np
#Chargement des images
img = cv2.imread("sample1.jpg ")
#Conversion de l'échelle de gris
gray = cv2.cvtColor(img, cv2.COLOR_RGB2GRAY)
#Définition du seuil
threshold_value = 150
#Créer un tableau (pour la sortie)
threshold_img = gray.copy()
#la mise en oeuvre(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)
Résultat de l'image de sortie
Lors de la définition du seuil, si vous essayez d'utiliser un nombre différent au lieu de «150», vous verrez un changement de position en noir et blanc. imageJ(URL:"https://imagej.nih.gov/ij/") Si vous utilisez un logiciel tel que, vous pouvez voir ces changements en temps réel, vous devriez donc l'essayer.
Recommended Posts