OpenCV图像阈值处理技术详解:从基础到Otsu算法
2025-06-04 18:34:37作者:董宙帆
前言
图像阈值处理是计算机视觉中最基础也是最重要的预处理技术之一。通过将灰度图像转换为二值图像,我们可以简化后续的图像分析过程。本文将深入探讨OpenCV中的各种阈值处理方法,帮助读者掌握这一关键技术。
一、简单阈值处理
简单阈值处理是最基础的二值化方法,其核心思想是:对于图像中的每个像素,如果其值大于阈值,则赋予一个新值(通常是白色),否则赋予另一个值(通常是黑色)。
1.1 阈值处理类型
OpenCV提供了五种基本的阈值处理类型:
-
THRESH_BINARY:标准二值化
- 公式:dst(x,y) = maxVal if src(x,y)>thresh else 0
-
THRESH_BINARY_INV:反向二值化
- 公式:dst(x,y) = 0 if src(x,y)>thresh else maxVal
-
THRESH_TRUNC:截断处理
- 公式:dst(x,y) = threshold if src(x,y)>thresh else src(x,y)
-
THRESH_TOZERO:低于阈值归零
- 公式:dst(x,y) = src(x,y) if src(x,y)>thresh else 0
-
THRESH_TOZERO_INV:高于阈值归零
- 公式:dst(x,y) = 0 if src(x,y)>thresh else src(x,y)
1.2 代码实现示例
import cv2
import numpy as np
from matplotlib import pyplot as plt
# 读取图像并转换为灰度
img = cv2.imread('images/test.png', 0)
# 应用不同阈值处理方法
ret, thresh1 = cv2.threshold(img, 127, 255, cv2.THRESH_BINARY)
ret, thresh2 = cv2.threshold(img, 127, 255, cv2.THRESH_BINARY_INV)
ret, thresh3 = cv2.threshold(img, 127, 255, cv2.THRESH_TRUNC)
ret, thresh4 = cv2.threshold(img, 127, 255, cv2.THRESH_TOZERO)
ret, thresh5 = cv2.threshold(img, 127, 255, cv2.THRESH_TOZERO_INV)
# 可视化结果
titles = ['原图', '标准二值化', '反向二值化', '截断处理', '低于阈值归零', '高于阈值归零']
images = [img, thresh1, thresh2, thresh3, thresh4, thresh5]
plt.figure(figsize=(12, 8))
for i in range(6):
plt.subplot(2, 3, i+1)
plt.imshow(images[i], 'gray')
plt.title(titles[i])
plt.axis('off')
plt.show()
二、自适应阈值处理
当图像不同区域光照条件不均匀时,全局阈值处理效果往往不佳。自适应阈值处理通过为图像的不同区域计算不同的阈值来解决这个问题。
2.1 自适应方法
OpenCV提供两种自适应阈值计算方法:
-
ADAPTIVE_THRESH_MEAN_C:阈值取邻域均值
- 计算邻域窗口内像素的平均值作为阈值
-
ADAPTIVE_THRESH_GAUSSIAN_C:阈值取邻域加权均值
- 计算邻域窗口内像素的高斯加权和作为阈值
2.2 参数说明
- blockSize:邻域大小(必须为奇数)
- C:从计算出的阈值中减去的常数(用于微调)
2.3 代码实现
img = cv2.imread('images/test.jpg', 0)
img = cv2.medianBlur(img, 5) # 中值滤波去噪
# 全局阈值处理
ret, th1 = cv2.threshold(img, 127, 255, cv2.THRESH_BINARY)
# 自适应阈值处理
th2 = cv2.adaptiveThreshold(img, 255, cv2.ADAPTIVE_THRESH_MEAN_C,
cv2.THRESH_BINARY, 11, 2)
th3 = cv2.adaptiveThreshold(img, 255, cv2.ADAPTIVE_THRESH_GAUSSIAN_C,
cv2.THRESH_BINARY, 11, 2)
# 可视化比较
titles = ['原图', '全局阈值(v=127)', '自适应均值阈值', '自适应高斯阈值']
images = [img, th1, th2, th3]
plt.figure(figsize=(10, 8))
for i in range(4):
plt.subplot(2, 2, i+1)
plt.imshow(images[i], 'gray')
plt.title(titles[i])
plt.axis('off')
plt.show()
三、Otsu二值化算法
Otsu算法是一种自动确定最佳阈值的算法,特别适用于双峰图像(即图像直方图有两个明显峰值的情况)。
3.1 算法原理
Otsu算法通过最小化类内方差来寻找最佳阈值。具体步骤:
- 计算图像直方图并归一化
- 遍历所有可能的阈值t
- 计算以t为阈值分割的两类像素的类内方差
- 选择使类内方差最小的t作为最佳阈值
3.2 OpenCV实现
img = cv2.imread('images/test.png', 0)
# 全局阈值处理
ret1, th1 = cv2.threshold(img, 127, 255, cv2.THRESH_BINARY)
# 直接Otsu处理
ret2, th2 = cv2.threshold(img, 0, 255, cv2.THRESH_BINARY + cv2.THRESH_OTSU)
# 高斯滤波后Otsu处理
blur = cv2.GaussianBlur(img, (5, 5), 0)
ret3, th3 = cv2.threshold(blur, 0, 255, cv2.THRESH_BINARY + cv2.THRESH_OTSU)
# 可视化比较
images = [img, 0, th1,
img, 0, th2,
blur, 0, th3]
titles = ['原图(含噪)', '直方图', '全局阈值(v=127)',
'原图(含噪)', '直方图', "Otsu阈值",
'高斯滤波后', '直方图', "Otsu阈值"]
plt.figure(figsize=(12, 12))
for i in range(3):
plt.subplot(3, 3, i*3+1), plt.imshow(images[i*3], 'gray')
plt.title(titles[i*3]), plt.axis('off')
plt.subplot(3, 3, i*3+2), plt.hist(images[i*3].ravel(), 256)
plt.title(titles[i*3+1]), plt.axis('off')
plt.subplot(3, 3, i*3+3), plt.imshow(images[i*3+2], 'gray')
plt.title(titles[i*3+2]), plt.axis('off')
plt.show()
3.3 手动实现Otsu算法
为了深入理解Otsu算法,我们可以手动实现其核心逻辑:
def otsu_threshold(img):
# 计算归一化直方图
hist = cv2.calcHist([img], [0], None, [256], [0, 256])
hist_norm = hist.ravel() / hist.sum()
# 计算累积分布函数
Q = hist_norm.cumsum()
bins = np.arange(256)
fn_min = np.inf
optimal_thresh = -1
for t in range(1, 256):
# 分割两类
p1, p2 = np.hsplit(hist_norm, [t])
q1, q2 = Q[t], Q[255] - Q[t]
if q1 < 1.e-6 or q2 < 1.e-6:
continue
# 计算类均值
b1, b2 = np.hsplit(bins, [t])
m1 = np.sum(p1 * b1) / q1
m2 = np.sum(p2 * b2) / q2
# 计算类方差
v1 = np.sum(((b1 - m1)**2) * p1) / q1
v2 = np.sum(((b2 - m2)**2) * p2) / q2
# 计算目标函数
fn = v1 * q1 + v2 * q2
if fn < fn_min:
fn_min = fn
optimal_thresh = t
return optimal_thresh
四、应用场景与选择建议
- 简单阈值处理:适用于光照均匀、对比度高的图像
- 自适应阈值处理:适用于光照不均匀的图像,如文档扫描、车牌识别等
- Otsu算法:适用于双峰直方图的图像,在不知道合适阈值时特别有用
五、性能优化建议
- 对于大图像,可以先进行降采样处理
- 结合高斯滤波等预处理可以提高阈值处理效果
- 自适应阈值处理的blockSize应根据目标大小选择
结语
本文详细介绍了OpenCV中的各种图像阈值处理技术,从基础的全局阈值到自适应阈值,再到Otsu自动阈值算法。掌握这些技术将为后续的图像分割、特征提取等高级计算机视觉任务奠定坚实基础。建议读者在实际项目中根据具体需求选择合适的阈值处理方法,并尝试调整参数以获得最佳效果。
登录后查看全文
热门项目推荐
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~044CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。06GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00openHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!C0301- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选
收起

React Native鸿蒙化仓库
C++
176
262

🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
863
511

🔥🔥🔥ShopXO企业级免费开源商城系统,可视化DIY拖拽装修、包含PC、H5、多端小程序(微信+支付宝+百度+头条&抖音+QQ+快手)、APP、多仓库、多商户、多门店、IM客服、进销存,遵循MIT开源协议发布、基于ThinkPHP8框架研发
JavaScript
93
15

openGauss kernel ~ openGauss is an open source relational database management system
C++
129
182

旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
259
300

deepin linux kernel
C
22
5

🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
596
57

为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
1.07 K
0

本仓将收集和展示仓颉鸿蒙应用示例代码,欢迎大家投稿,在仓颉鸿蒙社区展现你的妙趣设计!
Cangjie
398
371

本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
332
1.08 K