基于阈值方法分割彩色图像

图像阈值分割

1.查看图像直方图

2.选择合适的阈值

3.利用形态学操作，填补局部空洞

4.掩膜，得到图像结果

查看图像直方图，确定阈值

from skimage import io,img_as_ubyte
import numpy as np
import matplotlib.pyplot as plt

img = img_as_ubyte(io.imread('macro-photography-of-strawberry-934066.jpg',as_gray=True))
# print(img)

plt.figure(figsize=(10,8),dpi=80)
plt.subplot(221)
plt.imshow(img,cmap="gray")
plt.xlabel("原图",fontproperties='SimHei')
plt.subplot(222)
# 直方图显示
plt.hist(img.flat,bins=100,range=(0,225))
plt.xlabel("直方图",fontproperties='SimHei')
segm1 = (img<=180)
segm2 = (img>180)
plt.subplot(223)
plt.imshow(segm1,cmap="gray")
plt.xlabel("前景",fontproperties='SimHei')
plt.subplot(224)
plt.imshow(segm2,cmap="gray")
plt.xlabel("背景",fontproperties='SimHei')
plt.show()

输出结果：

查看直方图，设置阈值

阈值分割彩色图像

from skimage import io,img_as_ubyte
from skimage.color import rgb2gray
from skimage.morphology import opening,disk
import numpy as np
import matplotlib.pyplot as plt

# 读取彩色图像，并将图像类型设置为8位（0-255）
img = img_as_ubyte(io.imread('macro-photography-of-strawberry-934066.jpg'))
# 转换成灰度图像（类型自动转为0~1或-1~1），并将图像类型设置为8位
img_gray = img_as_ubyte(rgb2gray(img))

# 读取灰度图像的高h和宽w
h,w = img_gray.shape
# print(img_gray)

# 设置阈值
segm1 = (img_gray>180)
# print(segm1)

# 开运算
kernel = disk(10)   
img_opening = opening(segm1,kernel)
# 将单通道阈值，转为RGB通道的阈值
segm = np.tile(img_opening.reshape(h,w,1),3)

# 复制一份彩色图像
img1 = img.copy()
# 掩膜操作
img1[segm] = 0

# 显示图像
plt.figure(figsize=(10,8),dpi=80)
plt.subplot(121)
plt.imshow(img)
plt.xlabel("原图像",fontproperties='SimHei')
plt.subplot(122)
plt.imshow(img1)
plt.xlabel("阈值分割结果",fontproperties='SimHei')
plt.show()

输出结果：

阈值分割彩色图像.png