OpenCv（二）——边界填充、阈值处理

import cv2
ys = cv2.imread('yueshan.png')    #读取原图，每个边界填充都需要在原图的基础上完成，所以在使用时要先读取原图，把原图作为参数传入下面的方法中
ys=cv2.resize(ys,dsize=None,fx=0.5,fy=0.5)  #  图片缩放
# ys=cv2.resize(ys,(640,480))    #图片大小调整
top,bottom,left,right = 50,50,50,50

constant = cv2.copyMakeBorder(ys,top,bottom,left,right,borderType=cv2.BORDER_CONSTANT,value=(229,25,80))

cv2.imshow('yuantu', ys)
cv2.waitKey(0)
cv2.imshow('CONSTANT', constant)
cv2.waitKey(0)

效果：

（2）REFLECT镜像边界填充

cv2.BORDER_REFLECT:添加的边框像素将是边界元素的镜面反射，“|”的两边是填充的内容，类似于gfedcba|abcdefgh|hgfedcba。 (交界处也复制了）

reflect = cv2.copyMakeBorder(ys,top,bottom,left,right,borderType=cv2.BORDER_REFLECT)
cv2.imshow('REFLECT', reflect)
cv2.waitKey(0)

效果：

（3）REFLECT_101镜像边界填充改进

cv2.BORDER_REFLECT_101 或 cv2.BORDER_DEFAULT：和上面类似，但是有一些细微的不同，“|”的两边是填充的内容，类似于gfedcb|abcdefgh|gfedcba (交接处删除了），这里的边界a和h被删除了

reflect101 = cv2.copyMakeBorder(ys,top,bottom,left,right,borderType=cv2.BORDER_REFLECT101)
cv2.imshow('REFLECT_101', reflect101)
cv2.waitKey(0)

效果：这里与reflect对比的效果不是特别明显

(4) REPLICATE使用最边界的像素值代替

cv2.BORDER_REPLICATE：使用最边界的像素值代替，“|”的两边是填充的内容，类似于aaaaaa|abcdefgh|hhhhhhh

replicate = cv2.copyMakeBorder(ys,top,bottom,left,right,borderType=cv2.BORDER_REPLICATE)
cv2.imshow('REPLICATE', replicate)
cv2.waitKey(0)

效果：

(5)WRAP上下左右边依次替换

cv2.BORDER_WRAP：上下左右边依次替换，“|”的两边是填充的内容，cdefgh|abcdefgh|abcdefg

wrap = cv2.copyMakeBorder(ys,top,bottom,left,right,borderType=cv2.BORDER_WRAP)
cv2.imshow('WRAP', wrap)
cv2.waitKey(0)

效果：

二、阈值处理【重要】

阈值处理是指剔除图像内像素值高于一定值或低于一定值的像素点。使用的方法为:
retval,dst=cv2.threshold(src,thresh,maxval,type)

threshold函数总共有两个返回值
retval代表返回的阈值
dst代表阈值分割结果图像，与原始图像具有相同的大小和类型

参数：

        src代表要进行阈值分割的图像，可以是多通道的（彩色的RGB三通道），8位或32位浮点型数值
        thresh代表要设定的阈值
        maxval代表type参数位THRESH_BINARY或者THRESH_BINARY_INV类型时，需要设定的最大值
type代表阈值分割的类型，具体内容如下表所示:
     选项像素值>thresh              其他情况
cv2.THRESH_BINARY         maxval                          0
cv2.THRESH_BINARY_INV         0                       maxval
cv2.THRESH_TRUNC          thresh                      当前灰度值
cv2.THRESH_TOZERO         当前灰度值                   0
cv2.THRESH_TOZERO_INV         0                    当前灰度值

（1）读取图片并显示

imread转换灰度图有两种方法，方法一：cv2.imread('zl.png',cv2.COLOR_BGR2GRAY)

方法二：cv2.imread('zl.png',0)

import cv2
image = cv2.imread('zl.png',0) #灰度图，
cv2.imshow('gray', image)  #原灰度图
cv2.waitKey(0)

（2）图像二值化处理，变为纯白和纯黑的图片

cv2.THRESH_BINARY 大于当前设置的阈值则将该点的设置为最大值，其他情况则为0

ret, binary = cv2.threshold(image, 175, 255, cv2.THRESH_BINARY)
cv2.imshow('binary', binary)  #偏白的变纯白，偏黑的变纯黑
cv2.waitKey(0)

（3）图像二值化处理并反转，将偏白色转化为纯黑色，将偏黑色转化为纯白色

cv2.THRESH_BINARY_INV 大于当前设置的阈值则将该点的设置为0，其他情况则为最大值

ret1, binaryinv = cv2.threshold(image, 175, 255, cv2.THRESH_BINARY_INV)
cv2.imshow('binaryinv', binaryinv)  #偏白的变纯黑，偏黑的变纯白
cv2.waitKey(0)

（4）当图片的数值超过阈值，则将该数值定为该阈值，低于阈值的数值保持不变

cv2.THRESH_TRUNC大于当前设置的阈值则将该点的设置为阈值，其他情况则为当前的灰度值即保持不变

ret2, trunc = cv2.threshold(image, 175, 255, cv2.THRESH_TRUNC)
cv2.imshow('trunc', trunc)   #白色变得一样灰蒙蒙，偏黑的不变
cv2.waitKey(0)

（5）当图片的数值超过阈值，则保持不变，低于阈值的数值则设置为0，效果是将图片变暗。

cv2.THRESH_TOZERO_INV 大于当前设置的阈值则将该点的设置为当前灰度值，保持不变，其他情况则为0

ret3, tozero = cv2.threshold(image, 175, 255, cv2.THRESH_TOZERO)
cv2.imshow('tozero', tozero)  #偏白色不变，偏黑的就变纯黑
cv2.waitKey(0)

（6）当图片的数值超过阈值，则设置为0，低于阈值的数值则保持不变。

cv2.THRESH_TOZERO_INV 大于当前设置的阈值则将该点的设置为0，其他情况则为当前灰度值，保持不变

ret4, tozeroinv = cv2.threshold(image, 175, 255, cv2.THRESH_TOZERO_INV)
cv2.imshow( 'tozeroinv', tozeroinv)   #偏白色变纯黑，偏黑的不变
cv2.waitKey(0)

三、图像通道及表示知识补充

一张灰色图片上有许许多多的像素块，每个像素块都有一个数值，这个数值的取值范围时[0 ~ 255],数值越小颜色越暗越黑，数值越大颜色越亮表现为越白。

彩色图片则有三个通道RGB,针对每一个通道都有一个对应的值，以上面介绍边界填充的value为例，value=(229,25,80)，需要注意，在opencv中通道的顺序为BGR，也就是B=229,G=25,R=80.分别是英文的缩写，蓝色（blue）绿色(green)红色(red).

上面的阈值也是指一个在0~255之间的值。

一、边界填充

（1）constant边界填充，填充指定宽度的像素