将OpenCV图像转换为黑白图像

Question

如何将灰度OpenCV图像转换为黑白图像？我看到一个类似的问题已经被问过了,但是我正在使用OpenCV 2.3,而且建议的解决方案似乎不再适用.

我正在尝试将灰度图像转换为黑白图像,因此任何非绝对黑色的图像都是白色,并将其用作surf.detect()的遮罩,以便忽略在黑色遮罩区域边缘找到的关键点.

以下Python几乎让我,但发送到Threshold()的阈值似乎没有任何影响.如果我将其设置为0或16或128或255,结果是相同的,所有值> 128的像素变为白色,其他所有像素变为黑色.

我究竟做错了什么？

import cv, cv2
fn = 'myfile.jpg'
im_gray = cv2.imread(fn, cv.CV_LOAD_IMAGE_GRAYSCALE)
im_gray_mat = cv.fromarray(im_gray)
im_bw = cv.CreateImage(cv.GetSize(im_gray_mat), cv.IPL_DEPTH_8U, 1);
im_bw_mat = cv.GetMat(im_bw)
threshold = 0 # 128#255# HAS NO EFFECT!?!?
cv.Threshold(im_gray_mat, im_bw_mat, threshold, 255, cv.CV_THRESH_BINARY | cv.CV_THRESH_OTSU);
cv2.imshow('', np.asarray(im_bw_mat))
cv2.waitKey()

Answer 1

使用新的cv2 Python绑定逐步回答类似于您所引用的回答:

1.读取灰度图像

import cv2
im_gray = cv2.imread('grayscale_image.png', cv2.IMREAD_GRAYSCALE)

2.将灰度图像转换为二进制

(thresh, im_bw) = cv2.threshold(im_gray, 128, 255, cv2.THRESH_BINARY | cv2.THRESH_OTSU)

它使用Otsu的方法自动从图像中确定阈值,或者如果您已经知道可以使用的阈值:

thresh = 127
im_bw = cv2.threshold(im_gray, thresh, 255, cv2.THRESH_BINARY)[1]

3.保存到磁盘

cv2.imwrite('bw_image.png', im_bw)

Answer 2

指定CV_THRESH_OTSU导致忽略阈值的原因.从文档:

此外,特殊值THRESH_OTSU可以与上述值之一组合.在这种情况下,函数使用Otsu算法确定最佳阈值,并使用它代替指定的阈值.该函数返回计算的阈值.目前,Otsu的方法仅适用于8位图像.

此代码从相机读取帧并执行值20的二进制阈值.

#include "opencv2/core/core.hpp"
#include "opencv2/imgproc/imgproc.hpp"
#include "opencv2/highgui/highgui.hpp"

using namespace cv;

int main(int argc, const char * argv[]) {

    VideoCapture cap; 
    if(argc > 1) 
        cap.open(string(argv[1])); 
    else 
        cap.open(0); 
    Mat frame; 
    namedWindow("video", 1); 
    for(;;) {
        cap >> frame; 
        if(!frame.data) 
            break; 
        cvtColor(frame, frame, CV_BGR2GRAY);
        threshold(frame, frame, 20, 255, THRESH_BINARY);
        imshow("video", frame); 
        if(waitKey(30) >= 0) 
            break;
    }

    return 0;
}

Answer 3

方法1

在将灰度图像转换为二进制图像时，我们通常使用cv2.threshold()并手动设置阈值。有时为了获得不错的结果，我们选择了Otsu的二值化。

阅读一些博客文章时遇到了一个小技巧。

1. 将您的彩色（RGB）图像转换为灰度。
2. 获取灰度图像的中值。
3. 选择一个比中位数高33％的阈值

为什么是33％？

这是因为33％的图像适用于大多数图像/数据集。

您也可以通过替换median为来制定相同的方法mean。

方法2

另一种方法是在均值的正数或负数上取x多个标准差（std）。并设置一个阈值。因此可能是以下之一：

• th1 = mean - (x * std)
• th2 = mean + (x * std)

注：申请门槛之前，建议以增强灰度图像的对比度本地（见CLAHE）。

Answer 4

对于那些做视频的人，我根据 @tsh 拼凑了以下内容：

import cv2 as cv
import numpy as np

def nothing(x):pass

cap = cv.VideoCapture(0)
cv.namedWindow('videoUI', cv.WINDOW_NORMAL)
cv.createTrackbar('T','videoUI',0,255,nothing)

while(True):
    ret, frame = cap.read()
    vid_gray = cv.cvtColor(frame, cv.COLOR_BGR2GRAY)
    thresh = cv.getTrackbarPos('T','videoUI');
    vid_bw = cv.threshold(vid_gray, thresh, 255, cv.THRESH_BINARY)[1]

    cv.imshow('videoUI',cv.flip(vid_bw,1))

    if cv.waitKey(1) & 0xFF == ord('q'):
        break

cap.release()
cv.destroyAllWindows()

结果是：

Answer 5

您只需编写以下代码段即可将OpenCV图像转换为灰度图像

import cv2
image = cv2.imread('image.jpg',0)
cv2.imshow('grey scale image',image)

观察到image.jpg和代码必须保存在同一个文件夹中.

注意:

• ('image.jpg') 给出RGB图像
• ('image.jpg',0) 给出灰度图像.