当前位置：首页 > news >正文

图像处理 | 图像二值化

news 来源：原创 2025/5/12 0:04:46

在图像处理领域，图像二值化是一个重要的操作，它将彩色或灰度图像转换为只有两种颜色（通常是黑白）的图像。二值化广泛应用于文字识别、图像分割、边缘检测等领域，尤其在处理简洁和高对比度的图像时非常有效。本文将深入介绍图像二值化的概念、原理、常见算法及应用场景。

1. 什么是图像二值化？

图像二值化是指将彩色或灰度图像转换为二值图像（也称为黑白图像）的过程。二值图像只有两种像素值，一般是0和255，分别代表黑色和白色。

二值化的目标：

通过将图像中的像素值转化为两个极端值（通常是0和255），使得图像的特征更加突出，便于进一步的图像处理，比如轮廓提取、对象检测等。

常见应用：

字符识别：如OCR（光学字符识别）技术。
目标检测：在图像中分割出目标。
图像分割：根据某些条件将图像划分为前景和背景。

2. 图像二值化的原理

图像的每一个像素都有一定的灰度值（灰度图像）。二值化的目的是根据某个阈值，将图像的像素值分为两类：

前景（目标）：图像中的感兴趣部分，通常为白色（255）。
背景：图像中不需要关注的部分，通常为黑色（0）。

在具体实现时，图像的每个像素值与预设的阈值进行比较：

如果像素值大于阈值，则该像素为白色（255）。
如果像素值小于或等于阈值，则该像素为黑色（0）。

这种方法的关键在于如何选择阈值。阈值的选择将直接影响二值化效果的好坏。

3. 二值化算法

3.1 全局阈值法

最简单的一种二值化方法。选择一个固定的阈值，遍历每一个像素，将其灰度值与该阈值进行比较，大于阈值的像素值变为255，其他变为0。

实现步骤：

读取灰度图像。
选择一个阈值。
对图像中的每个像素进行比较，应用二值化规则。

import cv2# 读取图像
image = cv2.imread('example.jpg', 0)# 设置阈值
threshold_value = 127# 应用全局阈值
_, binary_image = cv2.threshold(image, threshold_value, 255, cv2.THRESH_BINARY)# 显示结果
cv2.imshow("Binary Image", binary_image)
cv2.waitKey(0)
cv2.destroyAllWindows()

参数说明

src：输入图像（可以是灰度图像，也可以是单通道图像）。输入图像的类型应为 CV_8U（8-bit unsigned integer），即图像的像素值范围是 [0, 255]。
thresh：阈值（标量）。将输入图像中的像素值与此阈值进行比较，以决定哪些像素应该设置为 0，哪些像素应该设置为 maxval（通常为 255）。
maxval：最大值。小于阈值的像素将被设置为 0（或其他自定义值），大于阈值的像素将被设置为 maxval（通常为 255）。
type：阈值类型，决定如何对像素值进行处理。常见的阈值类型有：
- cv2.THRESH_BINARY：如果像素值大于阈值，设置为 maxval，否则设置为 0（黑色）。
- cv2.THRESH_BINARY_INV：如果像素值大于阈值，设置为 0，否则设置为 maxval（白色反转）。
- cv2.THRESH_TRUNC：如果像素值大于阈值，将其截断为阈值（即设为 thresh），否则保持原值。
- cv2.THRESH_TOZERO：如果像素值大于阈值，保持原值，否则设置为 0。
- cv2.THRESH_TOZERO_INV：如果像素值大于阈值，设置为 0，否则保持原值。
retval：返回值，通常是所用的阈值。如果是 THRESH_OTSU 或 THRESH_TRIANGLE，返回值为计算出的阈值。
dst：输出图像，二值化后的图像。

常见的阈值类型

cv2.THRESH_BINARY：传统的二值化，如果像素值大于阈值 thresh，则将其设为 maxval，否则设为 0（黑色）。
cv2.THRESH_BINARY_INV：反转的二值化。如果像素值大于阈值 thresh，则将其设为 0（黑色），否则设为 maxval（白色）。
cv2.THRESH_TRUNC：阈值截断。如果像素值大于 thresh，则将其值截断为 thresh，否则保持不变。
cv2.THRESH_TOZERO：如果像素值大于 thresh，则保持原值，否则设为 0。
cv2.THRESH_TOZERO_INV：反转的 TOZERO。如果像素值大于 thresh，则设为 0，否则保持原值。

优缺点：

优点：实现简单，计算量小。
缺点：阈值选取困难，尤其是图像背景与前景对比不明显时，效果不佳。

3.2 自适应阈值法

自适应阈值法是针对全局阈值法的一种改进，它根据图像局部区域的特征动态计算每个像素的阈值，适用于不同光照条件下的图像。自适应阈值法可以有效解决光照不均匀问题。

实现步骤：

将图像划分为多个小区域（通常是窗口）。
对每个小区域计算局部的阈值。
使用局部阈值进行二值化。

import cv2# 读取图像
image = cv2.imread('example.jpg', 0)# 自适应阈值
binary_image = cv2.adaptiveThreshold(image, 255, cv2.ADAPTIVE_THRESH_MEAN_C,cv2.THRESH_BINARY, 11, 2)# 显示结果
cv2.imshow("Binary Image", binary_image)
cv2.waitKey(0)
cv2.destroyAllWindows()

参数说明

src：输入图像（必须是灰度图像，即单通道图像）。输入图像的类型可以是 CV_8U（8-bit unsigned integer），通常是灰度图像。
maxValue：最大值，即二值化后的最大像素值。通常设为 255，代表最大亮度。
adaptiveMethod：自适应阈值计算方法，有两种可选的计算方式：
- cv2.ADAPTIVE_THRESH_MEAN_C：基于邻域区域的平均值来计算阈值。
- cv2.ADAPTIVE_THRESH_GAUSSIAN_C：基于邻域区域的加权和（高斯加权）来计算阈值。
thresholdType：阈值类型，指定如何应用计算出的阈值：
- cv2.THRESH_BINARY：大于阈值的像素设为 maxValue，否则设为 0（黑色）。
- cv2.THRESH_BINARY_INV：与 cv2.THRESH_BINARY 相反，小于阈值的像素设为 maxValue，否则设为 0。
blockSize：邻域区域的大小（奇数）。它决定了用于计算每个像素阈值的区域大小。例如，blockSize=11 意味着每个像素的阈值是以一个 11x11 的邻域窗口计算的。必须是奇数（如 3, 5, 7, 9, 11 等）。
C：常数项，用于调整阈值。计算出的局部阈值会减去常数 C，它的作用是调节二值化的灵敏度。这个参数可以使阈值更高或更低，通常设置为一个小的整数（如 5 或 10）。

优缺点：

优点：适应性强，能处理光照不均匀的图像。
缺点：计算量较大，处理速度较慢。

3.3 Otsu's 阈值法

Otsu’s 阈值法是一种基于图像灰度分布的自动阈值选择方法，它通过最大化类间方差来选择最佳的阈值。该方法不需要人工设定阈值，适合于图像中前景和背景对比强烈的情况。

实现步骤：

计算图像的直方图。
通过 Otsu 方法选择一个最优阈值，使得前景和背景的类间方差最大。
使用该阈值进行二值化。

import cv2# 读取图像
image = cv2.imread('example.jpg', 0)# 使用Otsu的阈值方法
_, binary_image = cv2.threshold(image, 0, 255, cv2.THRESH_BINARY + cv2.THRESH_OTSU)# 显示结果
cv2.imshow("Binary Image", binary_image)
cv2.waitKey(0)
cv2.destroyAllWindows()

优缺点：

优点：无需人工设定阈值，自动化程度高，适用于对比度强的图像。
缺点：当图像背景与前景不明显区分时，效果不理想。

4. 图像二值化的应用场景

4.1 光学字符识别（OCR）

OCR 技术用于从扫描的文档或图像中提取文字。二值化在 OCR 中起到了关键作用，通过将图像转换为黑白色，减少了干扰信息，增强了字符的对比度，进而提高了识别精度。

4.2 目标检测与分割

二值化常用于将目标与背景分离。在目标检测任务中，二值化有助于简化图像，快速提取出目标区域。

4.3 医学图像处理

在医学图像中，二值化常用于分割图像中的病变区域。例如，使用二值化处理 CT 或 MRI 图像，以提取肿瘤或其他异常组织的区域。

4.4 边缘检测

通过二值化后的图像，可以更加清晰地显示出图像的边缘，进而用于后续的边缘检测或轮廓提取等操作。

5. 总结

图像二值化是图像处理中非常基础且重要的操作。它将图像中的信息压缩为仅含两种颜色的图像，在许多领域中都有广泛应用。通过简单的阈值选择或更先进的自适应和 Otsu 方法，图像的前景和背景可以被清晰地分离出来，从而为后续的图像分析和处理提供便利。

全局阈值法：简单高效，但在复杂图像中可能效果不好。
自适应阈值法：适应性强，处理光照不均匀的图像效果好。
Otsu's 方法：自动选择最优阈值，适用于前景与背景对比明显的图像。

随着技术的不断发展，二值化技术在人工智能、医学影像、图像识别等领域的应用将越来越广泛。如果你也在处理图像时遇到二值化的需求，选择合适的算法将极大地提升你的工作效率和精度。

1. 什么是图像二值化？

二值化的目标：

常见应用：

2. 图像二值化的原理

3. 二值化算法

3.1 全局阈值法

实现步骤：

参数说明

常见的阈值类型

优缺点：

3.2 自适应阈值法

实现步骤：

参数说明

优缺点：

3.3 Otsu's 阈值法

实现步骤：

优缺点：

4. 图像二值化的应用场景

4.1 光学字符识别（OCR）

4.2 目标检测与分割

4.3 医学图像处理

4.4 边缘检测

5. 总结

相关文章：