Python+OpenCV实现阈值分割的方法详解

　　import cv2

　　import numpy as np

　　import matplotlib.pyplot as plt

　　#载入原图，转化为灰度图像,并通过cv2.resize()等比调整图像大小

　　img_original=cv2.imread(r'E:pypython3.7 est2 est14yuzhicell.png',0)

　　img_original=cv2.resize(img_original,(0,0),fx=0.3,fy=0.3)

　　#初始化阈值，定义全局变量imgs

　　thresh=130

　　imgs=0

　　#创建滑动条回调函数，参数thresh为滑动条对应位置的数值

　　def threshold_segmentation(thresh):

　　#采用5种阈值类型（thresholding type）分割图像

　　retval1,img_binary=cv2.threshold(img_original,thresh,255,cv2.THRESH_BINARY)

　　retval2,img_binary_invertion=cv2.threshold(img_original,thresh,255,cv2.THRESH_BINARY_INV)

　　retval3,img_trunc=cv2.threshold(img_original,thresh,255,cv2.THRESH_TRUNC)

　　retval4,img_tozero=cv2.threshold(img_original,thresh,255,cv2.THRESH_TOZERO)

　　retval5,img_tozero_inversion=cv2.threshold(img_original,thresh,255,cv2.THRESH_TOZERO_INV)

　　#由于cv2.imshow()显示的是多维数组（ndarray）,因此我们通过np.hstack(数组水平拼接)

　　#和np.vstack(竖直拼接)拼接数组，达到同时显示多幅图的目的

　　img1=np.hstack([img_original,img_binary,img_binary_invertion])

　　img2=np.hstack([img_trunc,img_tozero,img_tozero_inversion])

　　global imgs

　　imgs=np.vstack([img1,img2])

　　#新建窗口

　　cv2.namedWindow('Images')

　　#新建滑动条，初始位置为130

　　cv2.createTrackbar('threshold value','Images',130,255,threshold_segmentation)

　　#第一次调用函数

　　threshold_segmentation(thresh)

　　#显示图像

　　while(1):

　　cv2.imshow('Images',imgs)

　　if cv2.waitKey(1)==ord('q'):

　　break

　　cv2.destroyAllWindows()