为什么opencv阈值会在一个非常简单的图像上返回荒谬的输出？答案

【问题标题】：why does opencv threshold returns absurd output on a very simple image?为什么opencv阈值会在一个非常简单的图像上返回荒谬的输出？
【发布时间】：2021-07-14 07:37:43
【问题描述】：

我正在尝试使用 cv2 阈值计算图像中的种子。测试图像如下：

当我运行以下代码来创建掩码时：

import cv2
import numpy as np
import matplotlib.pyplot as plt

img = cv2.imread('S__14278933.jpg')
#img = cv2.fastNlMeansDenoisingColored(img,None,10,10,7,21)

mask = cv2.threshold(img[:, :, 0], 255, 255, cv2.THRESH_BINARY_INV + cv2.THRESH_OTSU)[1]
plt.imshow(mask)

我得到以下面具：

但理想情况下，它应该在中心给出一个小黄点。我已经用其他图片试过了，效果很好。

有人可以帮忙吗？

【问题讨论】：

标签： python-3.x opencv image-processing opencv3.0

【解决方案1】：

试试看

img=cv2.imread('foto.jpg',0)
mask = cv2.threshold(img, 127, 255, cv2.THRESH_BINARY_INV )[1]

【讨论】：

我得到了相同的图像，几乎。

【解决方案2】：

您图像中的照明似乎不均匀。尝试使用Adaptive Thresholding：

import cv2
import numpy as np

# image path
path = "D://opencvImages//"
fileName = "c6pBO.jpg"

# Reading an image in default mode:
inputImage = cv2.imread(path + fileName)

# Convert the image to grayscale:
grayImage = cv2.cvtColor(inputImage, cv2.COLOR_BGR2GRAY)

# Get binary image via Adaptive Thresholding :
windowSize = 31
windowConstant = 40
binaryImage = cv2.adaptiveThreshold( grayImage, 255, cv2.ADAPTIVE_THRESH_MEAN_C, 
                                     cv2.THRESH_BINARY_INV, windowSize, windowConstant )

cv2.imshow("binaryImage", binaryImage)
cv2.waitKey(0)

不过，您可能希望在此之后应用 Area Filter，因为图像上的暗部分会产生噪点。

【讨论】：