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 similar question 已被询问，但我使用的是 OpenCV 2.3，建议的解决方案似乎不再有效。

我正在尝试将灰度图像转换为黑白，以便任何不是绝对黑色的东西都是白色的，并将其用作surf.detect() 的蒙版，以忽略在黑色蒙版边缘发现的关键点地区。

下面的 Python 让我快到了，但发送到 Threshold() 的阈值似乎没有任何效果。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 的像素都变为白色，而其他所有像素都变为黑色。

我做错了什么？

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 绑定的步骤类似于您所指的答案：

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)

使用 Otsu 的方法从图像中自动确定阈值，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 会导致阈值被忽略。来自the documentation：

此外，特殊值 THRESH_OTSU 可以与上述值之一组合。在这种情况下，该函数使用 Otsu 算法确定最佳阈值，并使用它代替指定的 thresh 。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，并在值 20 处执行二进制阈值。

#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值图像时，我们通常使用cv2.threshold() 并手动设置阈值。有时为了得到一个不错的结果，我们会选择 Otsu 的二值化。

我在阅读一些博客文章时遇到了一个小技巧。

1. 将彩色 (RGB) 图像转换为灰度。
2. 获取灰度图像的中值。
3. 选择比中位数高 33% 的阈值

为什么是 33%？

这是因为 33% 适用于大多数图像/数据集。

您也可以通过将median 替换为mean 来制定相同的方法。

方法2

另一种方法是从平均值（正值或负值）取x 的标准差数（std）；并设置阈值。所以它可能是以下之一：

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

注意：在应用阈值之前，建议局部增强灰度图像的对比度（参见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：

Answer 5

只需编写以下代码 sn-p 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)

注意 image.jpg 和代码必须保存在同一个文件夹中。

注意：

• ('image.jpg') 给出一个 RGB 图像
• ('image.jpg',0) 提供灰度图像。

Answer 6

注意，如果您使用cv.CV_THRESH_BINARY，则表示每个大于阈值的像素都成为 maxValue（在您的情况下为 255），否则该值为 0。显然，如果您的阈值为 0，则所有内容都变为白色（maxValue = 255），如果值为 255 一切都变黑（即 0）。

如果您不想计算阈值，可以使用 Otsu 的方法。但是这个算法在 OpenCV 的实现中只适用于 8 位图像。如果您的图像是 8 位，请使用如下算法：

cv.Threshold(im_gray_mat, im_bw_mat, threshold, 255, cv.CV_THRESH_BINARY | cv.CV_THRESH_OTSU);

如果你有一个 8 位图像，无论阈值是多少。

Answer 7

这是我在网上找到的两行代码，可能对初学者有帮助

# Absolute value of the 32/64
abs_image_in32_64 = np.absolute(image_in32_64)

image_8U = np.uint8(abs_image_in32_64)