《基于树莓派的智能设备》课件-16.图像处理-1-灰度化二值化

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