閾值的基本概念是為了簡(jiǎn)化圖像以進(jìn)行分析。當(dāng)我們將圖像轉(zhuǎn)換為灰度圖像時(shí)，必須記住灰度圖像仍然至少有255個(gè)值。閾值是將所有內(nèi)容轉(zhuǎn)換為白色或黑色的值，基于閾值。假設(shè)我們希望閾值為125（255的一部分），則低于125的所有內(nèi)容將轉(zhuǎn)換為0或黑色，而高于125的所有內(nèi)容將轉(zhuǎn)換為255或白色。語(yǔ)法如下：

retval,threshold = cv2.threshold(src, thresh, maxValue, cv2.THRESH_BINARY_INV)

參數(shù)-

src: 源圖像，應(yīng)為灰度圖像。

thresh: 用于對(duì)像素值進(jìn)行分類(lèi)。

maxVal: 它表示如果像素閾值為則給定的值。

OpenCV提供不同風(fēng)格的閾值，作為函數(shù)的第四個(gè)參數(shù)使用。這些是：

cv2.THRESH_BINARY

cv2.THRESH_BINARY_INV

cv2.THRESH_TRUNC

cv2.THRESH_TOZERO

cv2.THRESH_TOZERO_INV

讓我們以一個(gè)示例輸入圖像為例

我們以上面的圖像作為輸入。我們描述一下閾值的實(shí)際工作原理。上面的圖像稍暗，有點(diǎn)難以閱讀。有些部分足夠亮，可以正常閱讀，而其他部分需要更多的焦點(diǎn)才能正確閱讀。

讓我們考慮以下示例：

import cv2  
img  = cv2.imread(r'C:UsersDEVANSH SHARMAook1.jpg',1)  
retval, threshold = cv2.threshold(img, 62, 255, cv2.THRESH_BINARY)  
cv2.imshow("Original Image", img)  
cv2.imshow("Threshold",threshold)  
cv2.waitKey(0)

上面的程序突出了圖像。現(xiàn)在我們可以輕松閱讀圖像的內(nèi)容。