登录 |  注册 |  繁體中文


图像的灰度化 & 图像的二值化

分类: python 颜色:橙色 默认  字号: 阅读(767) | 评论(0)
 
那么什么叫图片的灰度化呢? 就是让像素点矩阵中的每一个像素点都满足下面的关系:R=G=B(就是红色变量的值,绿色变量的值,和蓝色变量的值,这三个值相等,),此时的这个值叫做灰度值。
 
灰度处理的方法:
 
       一般灰度处理经常使用两种方法来进行处理。
 
   方法1:
 
          灰度化后的R=(处理前的R + 处理前的G +处理前的B)/ 3
 
          灰度化后的G=(处理前的R + 处理前的G +处理前的B)/ 3
 
          灰度化后的B=(处理前的R + 处理前的G +处理前的B)/ 3
 
   方法2:
 
           灰度化后的R =  处理前的R * 0.3+ 处理前的G * 0.59 +处理前的B * 0.11
 
           灰度化后的G =  处理前的R * 0.3+ 处理前的G * 0.59 +处理前的B * 0.11
 
           灰度化后的B =  处理前的R * 0.3+ 处理前的G * 0.59 +处理前的B * 0.11
 
  
第二种方法处理的效果比较好,第一种方法处理后的图片有点模糊
 
 

图像的二值化

 
图像的二值化是将图像上的像素点的灰度值设置为0或255,也就是将整个图像呈现出明显的黑白效果。  
将256个亮度等级的灰度图像通过适当的阀值选取而获得仍然可以反映图像整体和局部特征的二值化图像。
在数字图像处理中,二值图像占有非常重要的地位,首先,图像的二值化有利于图像的进一步处理,使图像变得简单,而且数据量减小,能凸显出感兴趣的目标的轮廓。
要进行图像的处理与分析,首先要把图像灰度化,再二值化图像。
 
常用的二值化方法:
 
      方法1:
 
          取阀值为127(相当于0~255的中数,(0+255)/2=127),让灰度值小于等于127的变为0(黑色),灰度值大于127的变为255(白色),这样做的好处是计算量小速度快,但是缺点也是很明显的,因为这个阀值在不同的图片中均为127,但是不同的图片,他们的颜色分布差别很大,所以用127做阀值,白菜萝卜一刀切,效果肯定是不好的。
 
     方法2:
 
          计算像素点矩阵中的所有像素点的灰度值的平均值avg
 
          (像素点1灰度值+...+像素点n灰度值)/ n = 像素点平均值avg
 
         然后让每一个像素点与avg一 一比较,小于等于avg的像素点就为0(黑色),大于avg的像素点为255(白色),这样做比方法1好一些。
 
    方法3:
 
          使用直方图方法(也叫双峰法)来寻找二值化阀值,直方图是图像的重要特质。直方图方法认为图像由前景和背景组成,在灰度直方图上,前景和背景都形成高峰,在双峰之间的最低谷处就是阀值所在。取到阀值之后再一 一比较就可以了。

 




姓 名: *
邮 箱:
内 容: *
验证码: 点击刷新 *   

回到顶部