python图像处理（二值化）

篇首语：本文由小编为大家整理，主要介绍了python图像处理（二值化）相关的知识，希望对你有一定的参考价值。

【 声明：版权所有，欢迎转载，请勿用于商业用途。 联系信箱：feixiaoxing @163.com】

        边缘检测之后，一般需要对图像进行二值化处理。简单地说，所谓的二值化，就是小于阈值的像素点全部设置为0，也就是黑色点；大于阈值的点，全部设置为255，也就是白色，逻辑还是比较简单的。大家也许会说，为什么要做这个操作？主要还是为了对相似的像素点进行归类使用，让相同属性的像素点靠在一起。

        我们不妨挑一个像素值120作为阈值，看看二值化后的lena图像是什么样子的，

         如图所示，做了二值化后的lena，只有白色和黑色两种像素点。除了一些噪声点之外，大部分临近的点都被组合到了一起，这样比较有利于后期的分割处理。

1、二值化算法

        单看二值化算法，还是比较简单的。本身就是对所有的像素点遍历下，小于某一个阈值，设置为0；大于某一个阈值，设置为255。代码如下所示，

\"\"\"binary image\"\"\"def generate_binary_image(picture, threshold):    for i in range(picture.shape[0]):        for j in range(picture.shape[1]):      

以上是关于python图像处理（二值化）的主要内容，如果未能解决你的问题，请参考以下文章

• 联系人：佚名