【OpenCV】45 图像二值化与去噪

45 图像二值化与去噪

代码

import cv2 as cv import numpy as np def method_1(image): gray = cv.cvtColor(image, cv.COLOR_BGR2GRAY) t, binary = cv.threshold(gray, 0, 255, cv.THRESH_BINARY | cv.THRESH_OTSU) return binary def method_2(image): blurred = cv.GaussianBlur(image, (3, 3), 0) gray = cv.cvtColor(blurred, cv.COLOR_BGR2GRAY) t, binary = cv.threshold(gray, 0, 255, cv.THRESH_BINARY | cv.THRESH_OTSU) return binary def method_3(image): blurred = cv.pyrMeanShiftFiltering(image, 10, 100) gray = cv.cvtColor(blurred, cv.COLOR_BGR2GRAY) t, binary = cv.threshold(gray, 0, 255, cv.THRESH_BINARY | cv.THRESH_OTSU) return binary src = cv.imread("../images/coins.jpg") h, w = src.shape[:2] ret = method_3(src) result = np.zeros([h, w*2, 3], dtype=src.dtype) result[0:h,0:w,:] = src result[0:h,w:2*w,:] = cv.cvtColor(ret, cv.COLOR_GRAY2BGR) cv.putText(result, "input", (10, 30), cv.FONT_ITALIC, 1.0, (0, 0, 255), 2) cv.putText(result, "binary", (w+10, 30), cv.FONT_ITALIC, 1.0, (0, 0, 255), 2) cv.imshow("result", result) # cv.imwrite("D:/binary_result.png", result) cv.waitKey(0) cv.destroyAllWindows()

实验结果

解释

对于一张需要二值化的图像，我们有两种选择
选择一
直接对输入图像转换为灰度图像，然后二值化
选择二
首先对输入图像进行降噪，去除噪声干扰，然后再二值化

在进行去噪声的时候，还记得前面我们分享的几种去噪声方法，可以选择的有
均值模糊去噪声
高斯模糊去噪声
双边/均值迁移模糊去噪声
非局部均值去噪声

下面的三张图，
第一张图是输入图像直接转换为二值图像
第二张图是输入图像先高斯模糊去噪声，然后二值化图像
第三张图是输入图像先均值迁移去噪声，然后二值化的图像

所有内容均来源于贾志刚老师的知识星球——OpenCV研习社，本文为个人整理学习，已获得贾老师授权，有兴趣、有能力的可以加入贾老师的知识星球进行深入学习。

相关知识

【OpenCV】45 图像二值化与去噪
基于OpenCV的鲜花的图像分类系统详细设计与具体代码实现
【MATLAB】图像二值化（imbinarize函数）
Opencv之识别图片颜色并绘制轮廓
深入浅出：利用OpenCV实现手写数字识别之旅
opencv
探索简单高效的图像美化之旅 —— “图像去噪的GUI设计”全面解析
VC开发手写识别系统：深度解析与实战
OpenCV实验篇：识别图片颜色并绘制轮廓
一种藤本月季高效花量估测的方法与流程

网址: 【OpenCV】45 图像二值化与去噪 https://www.huajiangbk.com/newsview1657793.html