《基于樹莓派的智能設(shè)備》課件-16.圖像處理-1-灰度化二值化

無錫職業(yè)技術(shù)學(xué)院內(nèi)部資料基于樹莓派的智能設(shè)備開發(fā)OpenCV圖像處理_1

CONTENTSPAGE目錄頁1圖像表示方法色彩空間圖像二值化23目錄模塊一

圖像表示方法TRANSITIONPAGE過渡頁模塊一圖像表示方法之前我們已經(jīng)學(xué)習(xí)了如何從本地讀取圖片、如何從攝像頭讀取圖片，使用到的是img=cv2.imread()這個(gè)函數(shù)，將圖像讀取存放到img中，那圖片是以什么形式存放的呢，編寫以下程序，可以看出打印出的是圖片像素點(diǎn)的矩陣。模塊一圖像表示方法下面是操作視頻模塊一圖像表示方法圖像表示形式1.二值圖像：僅有黑白兩種顏色，像素點(diǎn)為黑色對應(yīng)矩陣中的值為0，像素點(diǎn)為白色對應(yīng)矩陣中的值為255模塊一圖像表示方法圖像表示形式2.灰度圖像：不僅僅只有黑色和白色，還有各種灰色，所以顏色信息更加豐富。灰度圖像是單通道的，可以方便計(jì)算和處理，也可以用于得到圖像的邊緣信息、梯度信息，便于后續(xù)進(jìn)一步分析和處理。通常灰度圖像的每個(gè)像素用8位來表示，則有0-255個(gè)灰度值共256個(gè)。如果每個(gè)像素使用16位來表示，則有65536個(gè)灰度值。模塊一圖像表示方法模塊一圖像表示方法模塊一圖像表示方法圖像表示形式3.彩色圖像：彩色圖像是更常見的一類圖像，相比二值圖像、灰度圖像有更豐富的細(xì)節(jié)信息。彩色圖像的每個(gè)像素，通常是由紅(R)、綠(G)、藍(lán)(B)三個(gè)通道來表示，每個(gè)通道的像素值介于[0，255]之間。矩陣中的每一個(gè)元素是一個(gè)BGR元組。三維數(shù)組*模塊二

色彩空間TRANSITIONPAGE過渡頁OpenCV中有4種可以相互轉(zhuǎn)換的顏色模型，如RGB模型、HSV模型、YUV模型和GRAY模型。1.RGB模型使用三個(gè)分量來表示顏色：紅色、綠色和藍(lán)色。每個(gè)分量都是一個(gè)介于0到255之間的數(shù)字，其中0表示該原色不存在，255表示該原色完全存在。模塊二色彩空間OpenCV中有4種可以相互轉(zhuǎn)換的顏色模型，如RGB模型、HSV模型、YUV模型和GRAY模型。2.HSV模型：是一種使用色相、飽和度和值（顏色的亮度）來表示顏色的色彩空間。它是一種直觀的色彩空間，與人眼感知顏色的方式更加接近。OpenCv中HSV分量的取值為H:[0-180]S:[0-255]V:[0-255]

模塊二色彩空間OpenCV中有4種可以相互轉(zhuǎn)換的顏色模型，如RGB模型、HSV模型、YUV模型和GRAY模型。3.YUV模型是一種使用亮度（Y）和兩個(gè)色度分量（U和V）來表示顏色的顏色空間。

YUV色彩空間的三個(gè)分量：Y：代表亮度，也就是灰度值。U：代表藍(lán)色和黃色之間的色度分量。V：代表紅色和青色之間的色度分量。模塊二色彩空間顏色模型之間可以相互轉(zhuǎn)換，我們可以使用ret=cv2.cvtColor(src,code[,dst[,dstCn]])src：輸入圖像code：顏色空間轉(zhuǎn)換代碼，表示目標(biāo)色彩空間?？梢允褂肙penCV中的cv2.COLOR_*常量來指定，如cv2.COLOR_BGR2GRAY表示將BGR彩色圖像轉(zhuǎn)換為灰度圖像。dst：可選參數(shù)，輸出圖像。dstCn：可選參數(shù)，目標(biāo)圖像的通道數(shù)。默認(rèn)值為0，表示與輸入圖像通道數(shù)保持一致。模塊二色彩空間下面我們使用該函數(shù)，將RGB模型的圖片轉(zhuǎn)換為HSV模型，并輸出，其三個(gè)通道。模塊二色彩空間下面是操作視頻模塊二色彩空間*模塊三

圖像二值化TRANSITIONPAGE過渡頁模塊三圖像二值化圖像二值化是圖像處理中的一種技術(shù)，二值化的主要目的是將圖像中的前景對象與背景分離，以便于后續(xù)的圖像分析和處理，如目標(biāo)識別、特征提取、圖像分割等。通過選擇一個(gè)合適的閾值（threshold），將圖像的灰度值分為兩部分。灰度值高于閾值的像素被歸類為前景（通常賦值為255，表示白色），而低于閾值的像素被視為背景（通常賦值為0，表示黑色）。模塊三圖像二值化可以使用如下函數(shù)，實(shí)現(xiàn)二值化ret,dst=cv2.threshold(src,threshold,maxval,type[,dst])src：源圖像，必須是單通道灰度圖像。threshold：閾值，用于確定像素是否應(yīng)該被視為前景或背景。maxval：二值化操作中使用的最大值，通常設(shè)為255。type：閾值類型，定義了多種二值化方法，包括：cv2.THRESH_BINARY、cv2.THRESH_BINARY_INV、cv2.THRESH_TRUNC、cv2.THRESH_TOZERO