版权声明：博客内容仅参考，如有错误，请不吝指出，在此谢过。 https://blog.csdn.net/zhaiax672/article/details/88806914
引言
此系列博客记录 网易云课堂 python + openCV图像处理课程的学习过程。
本篇博客将介绍 阈值分割、图像平滑处理 两大部分。
示例图片
xiaoxin.png
代码
1、阈值分割
原理：
import cv2
a = cv2.imread(r"C:\workspace\python\openCV\xiaoxin.png",cv2.IMREAD_UNCHANGED)
r,b = cv2.threshold(a,127,255,cv2.THRESH_BINARY) # 二进制阈值化
r,b = cv2.threshold(a,127,255,cv2.THRESH_BINARY_INV) # 反二进制阈值化
r,b = cv2.threshold(a,127,255,cv2.THRESH_TRUNC) # 截断阈值化
r,b = cv2.threshold(a,127,255,cv2.THRESH_TOZERO_INV) # 反阈值化为0
r,b = cv2.threshold(a,127,255,cv2.THRESH_TOZERO) # 阈值化为0
cv2.imshow("a",a)
cv2.imshow("b",b)
cv2.waitKey()
cv2.destroyAllWindows()
r,b = cv2.threshold(src,thresh,maxval,type)
其中，r 表示阈值，与 thresh 相等，b 是阈值化的返回结果，src 是目标图像，thresh 是阈值，maxval 是最大值，type 是类型
执行效果图：
①二进制阈值化：黑的更黑，亮的更亮
②反二进制阈值化：黑的变亮，亮的变黑
③截断阈值化：整体变暗
④阈值化为0：黑的更黑
⑤反阈值化为0：亮的变黑
2、图像平滑处理
- 均值滤波
原理：
import cv2
a = cv2.imread(r"C:\workspace\python\openCV\xiaoxin.png",cv2.IMREAD_UNCHANGED)
# b = cv2.blur(a,(5,5)) # 核为 5行5列
b = cv2.blur(a,(100,100)) # 核为 100行100列
cv2.imshow("a",a)
cv2.imshow("b",b)
cv2.waitKey()
cv2.destroyAllWindows()
blur(a,(x,y)) - a 是目标图像 ，x 和 y 分别代表核的行列数
效果图：
①核为 5行5列
②核为 100行100列
- 方框滤波
原理：
import cv2
a = cv2.imread(r"C:\workspace\python\openCV\xiaoxin.png",cv2.IMREAD_UNCHANGED)
b = cv2.boxFilter(a,-1,(2,2),normalize = 1) # 进行归一化，与均值滤波相同
# b = cv2.boxFilter(a,-1,(2,2),normalize = 0) # 不进行归一化，所有值接近255
cv2.imshow("a",a)
cv2.imshow("b",b)
cv2.waitKey()
cv2.destroyAllWindows()
boxFilter(a,d,(x,y),normalize = 1)
其中，a 是目标图像， d 是目标图像的深度 ， x 和 y 分别代表核的行列数，normalize 代表是否对目标结果进行归一化处理
效果图：
①进行归一化，与均值滤波相同
②不进行归一化，所有值均接近255
- 高斯滤波
原理：
import cv2
a = cv2.imread(r"C:\workspace\python\openCV\xiaoxin.png",cv2.IMREAD_UNCHANGED)
b = cv2.GaussianBlur(a,(5,5),0) # 高斯滤波
cv2.imshow("a",a)
cv2.imshow("b",b)
cv2.waitKey()
cv2.destroyAllWindows()
效果图：
- 中值滤波
原理：
import cv2
a = cv2.imread(r"C:\workspace\python\openCV\xiaoxin.png",cv2.IMREAD_UNCHANGED)
b = cv2.medianBlur(a,99)
cv2.imshow("a",a)
cv2.imshow("b",b)
cv2.waitKey()
cv2.destroyAllWindows()
效果图：
