我希望 can threshold 有 3 種顏色：黑色、白色和灰色，而不僅僅是黑色和白色，稍后我可以將貼紙與原始 img 分開
現在我的.py腳本可以進行閾值處理，使影像的顏色變為黑白
import numpy as np
import glob
import matplotlib.pyplot as plt
import skimage.io
import skimage.color
import skimage.filters
# load the image
image = skimage.io.imread("/home/student_joy/desktop/optimization_11_10/original_duplicate.png")[:,:,:3]
# image = imageio.imread(image_name)[:,:,:3]
# img = rgb2gray(image)
fig, ax = plt.subplots()
plt.imshow(image)
# convert the image to grayscale
gray_image = skimage.color.rgb2gray(image)
# blur the image to denoise
blurred_image = skimage.filters.gaussian(gray_image, sigma=1.0)
fig, ax = plt.subplots()
plt.imshow(blurred_image, cmap="gray")
# create a histogram of the blurred grayscale image
histogram, bin_edges = np.histogram(blurred_image, bins=256, range=(0.0, 1.0))
fig, ax = plt.subplots()
plt.plot(bin_edges[0:-1], histogram)
plt.title("Grayscale Histogram")
plt.xlabel("grayscale value")
plt.ylabel("pixels")
plt.xlim(0, 1.0)
# create a mask based on the threshold
t = 0.72
binary_mask = blurred_image < t
fig, ax = plt.subplots()
plt.imshow(binary_mask, cmap="gray")
plt.show()
查看結果圖片：https ://imgur.com/a/u4KvF7Z
我不確定如何正確設定 binary_maskt值
uj5u.com熱心網友回復：
binary_mask = blurred_image < t
當您評估右側的布爾運算式時，這將給出 false (0) 或 true (1) 作為掩碼的目標值（如果您確實需要掩碼，這是有意義的，它是一個二值影像）。
如果你只想分開貼紙區域（所以洗掉所有灰色），你會做類似的事情
t1 = 0.5
t2 = 0.72
binary_mask = 1 - ((t1 < blurred_image) & (blurred_image < t2))
或cv.threshold()用于類似的操作。
關于找到您的閾值：如果您點擊此鏈接如何從直方圖中獲取閾值？并查看“Otsu 的二值化”部分，它解釋了如何為具有雙峰直方圖的區域設定閾值。遮住你剛剛發現的灰色區域，只留下貼紙的黑色和白色，然后讓 Otsu 處理其余部分。
轉載請註明出處，本文鏈接：https://www.uj5u.com/qita/534348.html