企业官网建设流程全解析

广州企业网站制作公司,做司法亲子鉴定网站,短视频制作公司,wordpress文章页样式1、为什么需要图像二值化#xff1f;场景说明文字识别#xff08;OCR#xff09;当需要提取图片#xff08;比如扫描的文件、发票图片、身份证#xff09;中的文字内容时#xff0c;将图像二值化后#xff0c;提高字符边缘清晰度#xff0c;减少背景干扰#xff0c;用…1、为什么需要图像二值化场景说明文字识别OCR当需要提取图片比如扫描的文件、发票图片、身份证中的文字内容时将图像二值化后提高字符边缘清晰度减少背景干扰用于给OCR程序 识别条形码 / 二维码识别快速识别黑白条纹图案医学图像处理比如X光片中提取骨骼轮廓目标检测与分割定位图像中的特定区域可用于质检环节检测缺陷区域将复杂的灰度或彩色图像简化为只有黑白两种状态的图像0 和 255图像二值化可达到 “化繁为简”在保留关键结构的同时去除冗余信息在 OCR、目标分割、形态学处理等场景中非常有效。当需要从图像中快速提取有|没有、在哪里信息时就可以尝试使用二值化处理。2、图像二值化Binarization函数 cv2.threshold()cv2.threshold() 是 OpenCV的图像二值化函数将灰度图像转换为黑白二值图像。通过设定一个阈值threshold将像素点分为两类阈值为某一个值如 255白色≤ 阈值为另一值如 0黑色2.1 函数定义retval, dst cv2.threshold(src, thresh, maxval, type)返回值dst新的二值图像retval 实际使用的阈值参数说明参数类型说明srcNumPy 数组必须是灰度图像threshfloat设定的阈值比如128maxvalfloat当像素满足条件时设置的最大值通常为 255typeint阈值类型阈值类型 type 说明类型名称含义cv2.THRESH_BINARY二进制阈值化if pixel thresh: 255 else 0cv2.THRESH_BINARY_INV反向二进制if pixel thresh: 0 else 255cv2.THRESH_TRUNC截断if pixel thresh: thresh else pixelcv2.THRESH_TOZERO低于阈值清零if pixel thresh: 0 else pixelcv2.THRESH_TOZERO_INV高于阈值清零if pixel thresh: 0 else pixelcv2.THRESH_OTSU自动计算最优阈值基于 Otsu 算法需和上述类型 按位或组合使用如cv2.THRESH_BINARY cv2.THRESH_OTSU2.2 OTSUOTSU大津算法 是一种经典的自动图像二值化方法用于在灰度图像中自动选择最佳阈值将图像分为前景和背景两部分。由日本学者 大津展之Nobuyuki Otsu 1979年提出。算法解决的主要问题是在不知道阈值的情况下如何自动找出一个“最优”阈值来分割图像OTSU 算法的思路是最大化类间方差Between-class Variance让前景目标和背景之间的差异尽可能大从而使分割最清晰。2.3 代码示例importcv2importnumpyasnpimportos# 1.读取图像img_pathimg/dog.jpgifnotos.path.exists(img_path):raiseFileNotFoundError(f未找到图像文件{img_path})imgcv2.imread(img_path,cv2.IMREAD_GRAYSCALE)thresh,img1cv2.threshold(img,128,255,cv2.THRESH_BINARY)cv2.imshow(Original,img)cv2.imshow(threshold,img1)cv2.waitKey(0)cv2.destroyAllWindows()