### OpenCV 全局阈值处理操作的方法和功能介绍 全局阈值处理是一种将图像转换为二值图像的技术，广泛应用于目标提取和图像分割。在 OpenCV 中，`cv2.threshold()` 函数是实现全局阈值处理的核心工具[^1]。该函数支持多种阈值处理方法，每种方法都有特定的功能和应用场景。 以下是 OpenCV 中常见的全局阈值处理方法及其功能描述： #### 1. `cv2.THRESH_BINARY` 此方法将像素值与阈值进行比较，并根据条件设置输出值。如果像素值大于阈值，则输出为最大值；否则输出为零。 公式表示为： \[ g(x, y) = \begin{cases} \text{maxVal}, & \text{if } f(x, y) > T \\ 0, & \text{otherwise} \end{cases} \] 代码示例如下： ```python import cv2 # 读取灰度图像 image = cv2.imread('image.jpg', cv2.IMREAD_GRAYSCALE) # 使用 THRESH_BINARY 方法 ret, thresh_binary = cv2.threshold(image, 127, 255, cv2.THRESH_BINARY) # 显示结果 cv2.imshow('THRESH_BINARY', thresh_binary) cv2.waitKey(0) cv2.destroyAllWindows() ``` [^1] #### 2. `cv2.THRESH_BINARY_INV` 此方法与 `cv2.THRESH_BINARY` 类似，但输出值的逻辑相反。如果像素值大于阈值，则输出为零；否则输出为最大值。 公式表示为： \[ g(x, y) = \begin{cases} 0, & \text{if } f(x, y) > T \\ \text{maxVal}, & \text{otherwise} \end{cases} \] 代码示例如下： ```python # 使用 THRESH_BINARY_INV 方法 ret, thresh_binary_inv = cv2.threshold(image, 127, 255, cv2.THRESH_BINARY_INV) # 显示结果 cv2.imshow('THRESH_BINARY_INV', thresh_binary_inv) cv2.waitKey(0) cv2.destroyAllWindows() ``` [^1] #### 3. `cv2.THRESH_TRUNC` 此方法将像素值截断为阈值。如果像素值大于阈值，则输出为阈值；否则输出保持不变。 公式表示为： \[ g(x, y) = \begin{cases} T, & \text{if } f(x, y) > T \\ f(x, y), & \text{otherwise} \end{cases} \] 代码示例如下： ```python # 使用 THRESH_TRUNC 方法 ret, thresh_trunc = cv2.threshold(image, 127, 255, cv2.THRESH_TRUNC) # 显示结果 cv2.imshow('THRESH_TRUNC', thresh_trunc) cv2.waitKey(0) cv2.destroyAllWindows() ``` [^2] #### 4. `cv2.THRESH_TOZERO` 此方法将小于阈值的像素值设置为零，而大于或等于阈值的像素值保持不变。 公式表示为： \[ g(x, y) = \begin{cases} f(x, y), & \text{if } f(x, y) > T \\ 0, & \text{otherwise} \end{cases} \] 代码示例如下： ```python # 使用 THRESH_TOZERO 方法 ret, thresh_tozero = cv2.threshold(image, 127, 255, cv2.THRESH_TOZERO) # 显示结果 cv2.imshow('THRESH_TOZERO', thresh_tozero) cv2.waitKey(0) cv2.destroyAllWindows() ``` [^2] #### 5. `cv2.THRESH_TOZERO_INV` 此方法与 `cv2.THRESH_TOZERO` 相反，将大于或等于阈值的像素值设置为零，而小于阈值的像素值保持不变。 公式表示为： \[ g(x, y) = \begin{cases} 0, & \text{if } f(x, y) > T \\ f(x, y), & \text{otherwise} \end{cases} \] 代码示例如下： ```python # 使用 THRESH_TOZERO_INV 方法 ret, thresh_tozero_inv = cv2.threshold(image, 127, 255, cv2.THRESH_TOZERO_INV) # 显示结果 cv2.imshow('THRESH_TOZERO_INV', thresh_tozero_inv) cv2.waitKey(0) cv2.destroyAllWindows() ``` ### 总结 全局阈值处理方法通过简单的像素比较实现了图像的二值化或截断操作，适用于背景简单且对比度较高的图像。选择合适的阈值处理方法需要根据具体的应用场景和需求来决定。