在范围内对灰度图像进行阈值处理

Question

OpenCV cv.InRange功能是否仅适用于RGB图像？我可以使用此功能对灰度图像进行阈值处理吗？

我收到一个错误,以下是我的代码:

   import cv2
   image=cv2.imread("disparitySGB.jpg")
   thresh=cv2.inRange(image,190,255);

它给出以下错误:

脱粒= cv2.inRange(图像,190255); TypeError:unknown不是一个numpy数组

我尝试通过以下方式修复:

  thresh=cv2.inRange(image,numpy.array(190),numpy.array(255));

现在没有错误,但它会产生黑色图像.

Answer 1

对于具有numpy形状(M,N)并且在OpenCV中具有单个通道的大小为MxN的灰度值图像,则cv2.inRange采用标量边界:

gray = cv2.imread(filename, cv2.CV_LOAD_IMAGE_GRAYSCALE)
gray_filtered = cv2.inRange(gray, 190, 255)

但对于具有numpy形状(M,N,3)并且在OpenCV中具有三个通道的MxN大小的RGB图像,您需要使边界与"通道大小"匹配.

rgb = cv2.imread(filename, cv2.CV_LOAD_IMAGE_COLOR)
rgb_filtered = cv2.inRange(gray, (190, 190, 190), (255, 255, 255))

这在文档中有解释,但不是很清楚.