《基于树莓派的智能设备》课件——16.图像处理_1-灰度化二值化.pptxVIP

无锡职业技术学院内部资料基于树莓派的智能设备开发OpenCV图像处理_1

CONTENTSPAGE目录页1图像表示方法色彩空间图像二值化23目录

模块一图像表示方法TRANSITIONPAGE过渡页

模块一图像表示方法之前我们已经学习了如何从本地读取图片、如何从摄像头读取图片，使用到的是img=cv2.imread()这个函数，将图像读取存放到img中，那图片是以什么形式存放的呢，编写以下程序，可以看出打印出的是图片像素点的矩阵。

模块一图像表示方法下面是操作视频

模块一图像表示方法图像表示形式1.二值图像：仅有黑白两种颜色，像素点为黑色对应矩阵中的值为0，像素点为白色对应矩阵中的值为255

模块一图像表示方法图像表示形式2.灰度图像：不仅仅只有黑色和白色，还有各种灰色，所以颜色信息更加丰富。灰度图像是单通道的，可以方便计算和处理，也可以用于得到图像的边缘信息、梯度信息，便于后续进一步分析和处理。通常灰度图像的每个像素用8位来表示，则有0-255个灰度值共256个。如果每个像素使用16位来表示，则有65536个灰度值。

模块一图像表示方法

模块一图像表示方法

模块一图像表示方法图像表示形式3.彩色图像：彩色图像是更常见的一类图像，相比二值图像、灰度图像有更丰富的细节信息。彩色图像的每个像素，通常是由红(R)、绿(G)、蓝(B)三个通道来表示，每个通道的像素值介于[0，255]之间。矩阵中的每一个元素是一个BGR元组。三维数组

*模块二色彩空间TRANSITIONPAGE过渡页

OpenCV中有4种可以相互转换的颜色模型，如RGB模型、HSV模型、YUV模型和GRAY模型。1.RGB模型使用三个分量来表示颜色：红色、绿色和蓝色。每个分量都是一个介于0到255之间的数字，其中0表示该原色不存在，255表示该原色完全存在。模块二色彩空间

OpenCV中有4种可以相互转换的颜色模型，如RGB模型、HSV模型、YUV模型和GRAY模型。2.HSV模型：是一种使用色相、饱和度和值（颜色的亮度）来表示颜色的色彩空间。它是一种直观的色彩空间，与人眼感知颜色的方式更加接近。OpenCv中HSV分量的取值为H:[0-180]S:[0-255]V:[0-255]模块二色彩空间

OpenCV中有4种可以相互转换的颜色模型，如RGB模型、HSV模型、YUV模型和GRAY模型。3.YUV模型是一种使用亮度（Y）和两个色度分量（U和V）来表示颜色的颜色空间。YUV色彩空间的三个分量：Y：代表亮度，也就是灰度值。U：代表蓝色和黄色之间的色度分量。V：代表红色和青色之间的色度分量。模块二色彩空间

颜色模型之间可以相互转换，我们可以使用ret=cv2.cvtColor(src,code[,dst[,dstCn]])src：输入图像code：颜色空间转换代码，表示目标色彩空间。可以使用OpenCV中的cv2.COLOR_*常量来指定，如cv2.COLOR_BGR2GRAY表示将BGR彩色图像转换为灰度图像。dst：可选参数，输出图像。dstCn：可选参数，目标图像的通道数。默认值为0，表示与输入图像通道数保持一致。模块二色彩空间

下面我们使用该函数，将RGB模型的图片转换为HSV模型，并输出，其三个通道。模块二色彩空间

下面是操作视频模块二色彩空间

*模块三图像二值化TRANSITIONPAGE过渡页

模块三图像二值化图像二值化是图像处理中的一种技术，二值化的主要目的是将图像中的前景对象与背景分离，以便于后续的图像分析和处理，如目标识别、特征提取、图像分割等。通过选择一个合适的阈值（threshold），将图像的灰度值分为两部分。灰度值高于阈值的像素被归类为前景（通常赋值为255，表示白色），而低于阈值的像素被视为背景（通常赋值为0，表示黑色）。

模块三图像二值化可以使用如下函数，实现二值化ret,dst=cv2.threshold(src,threshold,maxval,type[,dst])src：源图像，必须是单通道灰度图像。threshold：阈值，用于确定像素是否应该被视为前景或背景。maxval：二值化操作中使用的最大值，通常设为255。type：阈值类型，定义了多种二值化方法，包括：cv2.THRESH_BINARY、cv2.THRESH_BINARY_INV、cv2.THRESH_TRUNC、cv2.THRESH_TOZERO等dst：（可选）目标图像，用于存储二值化结果。

模块三图像二值化编写如下程序，实现lena.png的简单二值化处理

模块三图像二值化编写如下程序，实现lena.png的简单二值化处理

感谢关注