分布式唯一Id，它比GUID好

Python OpenCV通过灰度平均值进行二值化处理以减少像素误差

• 前言
• 前提条件
• 相关介绍
• 实验环境
• 通过灰度平均值进行二值化处理以减少像素误差
• • 固定阈值二值化
  • • 代码实现
  • 灰度平均值二值化
  • • 代码实现

前言

前提条件

相关介绍

实验环境

通过灰度平均值进行二值化处理以减少像素误差

固定阈值二值化

代码实现

import cv2
import numpy as np

# 图像显示函数
def show(name, img):
    cv2.namedWindow(name, 0)  # 用来创建指定名称的窗口,0表示CV_WINDOW_NORMAL
    # cv2.resizeWindow(name, img.shape[1], img.shape[0]); # 设置宽高大小为640*480
    cv2.imshow(name, img)
    cv2.waitKey(0)
    cv2.destroyAllWindows()

def count_pix_nums(img_path):
    img=cv2.imread(img_path,0)
    ret, thresh = cv2.threshold(img,60,255, cv2.THRESH_BINARY_INV)
    pix_nums = np.count_nonzero(thresh)
    return pix_nums 

if __name__=="__main__":
    light_pix_nums = count_pix_nums('imgs/light.jpg')
    dark_pix_nums = count_pix_nums('imgs/dark.jpg')

    print("亮度较大的图，物体（黑色异物）像素个数为:",light_pix_nums)
    print("亮度较小的图，物体（黑色异物）像素个数为:",dark_pix_nums)

亮度较大的图，物体（黑色异物）像素个数为: 3558
亮度较小的图，物体（黑色异物）像素个数为: 3693

灰度平均值二值化

代码实现

import cv2
import numpy as np

# 图像显示函数
def show(name, img):
    cv2.namedWindow(name, 0)  # 用来创建指定名称的窗口,0表示CV_WINDOW_NORMAL
    # cv2.resizeWindow(name, img.shape[1], img.shape[0]); # 设置宽高大小为640*480
    cv2.imshow(name, img)
    cv2.waitKey(0)
    cv2.destroyAllWindows()

def count_pix_nums(img_path):
    img=cv2.imread(img_path,0)
    mean_gray_value = np.mean(img)
    threshold_value_bias = 60
    threshold_value = mean_gray_value - threshold_value_bias
    ret, thresh = cv2.threshold(img,threshold_value,255, cv2.THRESH_BINARY_INV)
    pix_nums = np.count_nonzero(thresh)
    return pix_nums 

if __name__=="__main__":
    light_pix_nums = count_pix_nums('imgs/light.jpg')
    dark_pix_nums = count_pix_nums('imgs/dark.jpg')

    print("亮度较大的图，物体（黑色异物）像素个数为:",light_pix_nums)
    print("亮度较小的图，物体（黑色异物）像素个数为:",dark_pix_nums)

亮度较大的图，物体（黑色异物）像素个数为: 3950
亮度较小的图，物体（黑色异物）像素个数为: 3948