当前位置：首页 > 文章列表 > 文章 > python教程 > Python全局阈值二值化教程

Python全局阈值二值化教程

2025-10-02 11:14:30 0浏览收藏

想要快速掌握Python图像处理技巧？本文详解Python全局二值化方法，教你如何使用OpenCV库轻松实现图像二值化。首先，你需要将图像转换为灰度图，然后利用`cv2.threshold`函数设定阈值（例如127），将图像像素划分为黑白两类（0和255）。除了手动设定阈值，本文还介绍了Otsu方法，它可以自动选取最佳阈值，特别适用于光照均匀、对比度明显的图像。通过本文，你将学会使用OpenCV进行全局二值化的完整步骤，包括安装依赖库、图像读取与灰度化、二值化处理、结果显示以及自动阈值选择等实用技巧，让你的图像处理能力更上一层楼。

答案：使用OpenCV对图像进行全局二值化需先转为灰度图，再调用cv2.threshold设置阈值（如127），将像素分为0和255两类；也可用Otsu方法自动选取阈值，适用于光照均匀、对比度好的图像。

python全局图像二值化

在Python中对图像进行全局二值化，通常使用OpenCV库来实现。全局二值化的意思是设定一个固定阈值，将图像中所有像素根据该阈值划分为黑白两类（0 和 255），适用于光照均匀、对比度较好的图像。

1. 安装依赖库

确保你已安装 OpenCV 和 matplotlib（用于显示图像）：

pip install opencv-python matplotlib

2. 图像读取与灰度化

二值化前需将图像转为灰度图：

import cv2
import numpy as np

# 读取图像
img = cv2.imread('your_image.jpg')

# 转为灰度图像
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

3. 全局二值化处理

使用 cv2.threshold 函数进行二值化。指定一个阈值（如 127），大于该值的像素设为 255（白色），否则设为 0（黑色）。

# 全局二值化
ret, binary = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY)

参数说明：
- gray：输入的灰度图像
- 127：设定的阈值
- 255：超过阈值时赋予的值
- cv2.THRESH_BINARY：二值化类型（黑/白）
- ret：返回实际使用的阈值（在自动计算时有用）

4. 显示结果

使用 matplotlib 显示原图和二值化后的图像：

import matplotlib.pyplot as plt

plt.figure(figsize=(10, 5))
plt.subplot(1, 2, 1)
plt.imshow(gray, cmap='gray')
plt.title('原灰度图')
plt.axis('off')

plt.subplot(1, 2, 2)
plt.imshow(binary, cmap='gray')
plt.title('全局二值化')
plt.axis('off')

plt.show()