阈值化入门

Python 图像处理

Rebeca Gonzalez

Data Engineer

阈值化

将图像分成前景与背景

通过转为黑白

方法：将每个像素设为：

255（白），若像素 > 阈值
0（黑），若像素 < 阈值

相机男子的阈值化图像

阈值化

最简单的图像分割方法

分离目标
- 目标检测
- 人脸检测
- 等等

阈值化的多米诺骨牌图像

阈值化

仅适用于灰度图像

阈值化步骤，示例为多米诺骨牌：原始RGB三通道、转灰度、再阈值化

动手应用

# Obtain the optimal threshold value
thresh = 127


# Apply thresholding to the image
binary = image > thresh


# Show the original and thresholded
show_image(image, 'Original')
show_image(binary, 'Thresholded')

相机男子的阈值化图像

反向阈值化

# Obtain the optimal threshold value
thresh = 127


# Apply thresholding to the image
inverted_binary = image <= thresh


# Show the original and thresholded
show_image(image, 'Original')
show_image(inverted_binary, 
           'Inverted thresholded')

相机男子的反向阈值化图像

类别

全局/基于直方图：适合背景均匀
局部/自适应：适合背景不均匀

全局与局部阈值化对比

尝试更多阈值算法

from skimage.filters import try_all_threshold


# Obtain all the resulting images
fig, ax = try_all_threshold(image, verbose=False)


# Showing resulting plots
show_plot(fig, ax)

尝试更多阈值算法

在一页灰度文字图像上测试的所有全局阈值方法

最优阈值

全局

背景均匀

# Import the otsu threshold function
from skimage.filters import threshold_otsu


# Obtain the optimal threshold value
thresh = threshold_otsu(image)


# Apply thresholding to the image
binary_global = image > thresh

最优阈值

全局

# Show the original and binarized image
show_image(image, 'Original')
show_image(binary_global, 'Global thresholding')

相机男子的原图、阈值化结果及其直方图（红线为最优阈值）

最优阈值

局部

背景不均匀

# Import the local threshold function
from skimage.filters import threshold_local


# Set the block size to 35
block_size = 35


# Obtain the optimal local thresholding
local_thresh = threshold_local(text_image, block_size, offset=10)


# Apply local thresholding and obtain the binary image
binary_local = text_image > local_thresh

最优阈值

局部

# Show the original and binarized image
show_image(text_image, 'Original')
show_image(binary_local, 'Local thresholding')

文本页的局部阈值化图像

开始练习！

Python 图像处理