快捷導(dǎo)航

Python對(duì)圖片進(jìn)行二值化的實(shí)現(xiàn)方法

更新時(shí)間：2025年10月16日 08:35:53 作者：detayun

圖像的二值化處理是將圖像上的像素點(diǎn)的灰度值設(shè)置為0或255,也就是將整個(gè)圖像呈現(xiàn)出明顯的只有黑和白的視覺(jué)效果,二值化是圖像分割的一種最簡(jiǎn)單的方法,可以把灰度圖像轉(zhuǎn)換成二值圖像,本文給大家介紹了Python對(duì)圖片進(jìn)行二值化的實(shí)現(xiàn)方法,需要的朋友可以參考下

方法1：使用OpenCV（推薦高性能場(chǎng)景）

import cv2

# 讀取圖像（支持路徑或直接讀取）
image = cv2.imread('input.jpg', cv2.IMREAD_GRAYSCALE)  # 直接轉(zhuǎn)為灰度圖

# 全局閾值二值化（閾值設(shè)為128）
_, binary_image = cv2.threshold(image, 128, 255, cv2.THRESH_BINARY)

# 自適應(yīng)閾值（適用于光照不均場(chǎng)景）
adaptive_binary = cv2.adaptiveThreshold(
    image, 
    255, 
    cv2.ADAPTIVE_THRESH_GAUSSIAN_C, 
    cv2.THRESH_BINARY, 
    11,  # 鄰域尺寸（需奇數(shù)）
    2    # 常數(shù)偏移量
)

# 保存結(jié)果
cv2.imwrite('binary_global.jpg', binary_image)
cv2.imwrite('adaptive_binary.jpg', adaptive_binary)

方法2：使用PIL（輕量級(jí)方案）

from PIL import Image, ImageOps

# 打開(kāi)圖像并轉(zhuǎn)為灰度
img = Image.open('input.jpg').convert('L')

# 手動(dòng)二值化（閾值128）
binary_img = img.point(lambda p: 255 if p > 128 else 0)

# 使用內(nèi)置二值化方法
binary_img_builtin = ImageOps.colorize(
    img, 
    black="black", 
    white="white", 
    threshold=0.5  # 0.0-1.0范圍
)

# 保存結(jié)果
binary_img.save('pil_binary.jpg')
binary_img_builtin.save('pil_builtin_binary.jpg')