挑战图像处理100问（3）——二值化

读取图像，然后将彩色图像进行二值化（Thresholding）。

二值化是将图像使用黑和白两种颜色表示的方法。

我们将灰度的阈值设置为$128$来进行二值化，即：
$y= egin{cases} 0& ( ext{if}quad y < 128) \ 255& ( ext{else}) end{cases}$
Author: Tian YJ
原图如下：

关于二值化

二值化是图像分割的一种方法。在二值化图象的时候把大于某个临界灰度值的像素灰度设为灰度极大值，把小于这个值的像素灰度设为灰度极小值，从而实现二值化。

根据阈值选取的不同，二值化的算法分为固定阈值和自适应阈值。 比较常用的二值化方法则有：双峰法、P参数法、迭代法和OTSU法等。

# -*- coding: utf-8 -*-
"""
Created on Tue Apr  7 16:23:59 2020

@author: Tian YJ
"""

import numpy as np
import cv2

# 灰度化函数
def BGR2GRAY(img):

	# 获取图片尺寸
	H, W, C = img.shape

	# 灰度化
	out = np.ones((H,W,3))
	for i in range(H):
		for j in range(W):
			out[i,j,:] = 0.299*img[i,j,0] + 0.578*img[i,j,1] + 0.114*img[i,j,2]

	out = out.astype(np.uint8)

	return out

# 二值化函数
def binarization(img, th=128):
	img[img < th] = 0
	img[img >= th] = 255
	return img

# 读取图片
path = 'C:/Users/86187/Desktop/image/'


file_in = path + 'cake.jpg' 
file_out = path + 'binarization.jpg' 
img = cv2.imread(file_in)

# 调用函数
out = BGR2GRAY(img)
out = binarization(out)

# 保存图片
cv2.imwrite(file_out, out)
cv2.imshow("result", out)
cv2.waitKey(0)
cv2.destroyAllWindows()