如何分隔灰度图像的区域等于阈值？

Question

我正在尝试提取灰度图像中像素值等于阈值的那些区域。是否可以使用 numpy 函数真正做到这一点。

我已经试过了：

ig=cv2.imread("000000000078.png")
b= np.where(ig>84)
print(b)
plt.imshow(b[0])

输出是：

(array([  0,   0,   0, ..., 611, 611, 611]), array([  0,   0,   0, ..., 611, 611, 611]), array([0, 1, 2, ..., 0, 1, 2]))

这是一个数组的元组。我尝试绘制 b[0] 但它没有产生我所要求的区域。有没有其他方法可以这样做？

Answer 1

有几个问题。首先

ig=cv2.imread("000000000078.png")

为您提供 3 通道图像，而不是灰度图像。你需要加载它灰度：

ig = cv2.imread("000000000078.png", cv2.IMREAD_GRAYSCALE)

然后，您可以使用以下任一方法进行阈值处理：

mask = cv2.threshold(ig, 84, 255, cv2.THRESH_BINARY)

或：

mask = np.uint8(ig>84)

那么区域可以被提取为：

filtered_img = cv2.bitwise_and(ig, ig, mask=mask)

plt.imshow(filtered_img)

Answer 2

...提取灰度图像中像素值等于到阈值的区域。

您可以使用 NumPy 的 equal 完成工作。

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

img = io.imread('https://i.stack.imgur.com/qFzHW.png')

threshold = 32
region = np.equal(img, threshold)

fig, ax = plt.subplots(1, 2)
ax[0].imshow(img, cmap='gray')
ax[1].imshow(region, cmap='gray')
for a in ax:
    a.set_axis_off()
plt.show(fig)

请注意，为了这个演示，摄影师图像已被量化，因此img 中只有 4 个不同的强度值，即 32、64、96 和 128。

根据 cmets，我猜 OP 希望使用 region 作为 PNG 图像的透明图层蒙版。这是执行此操作的相关代码：

separate = np.stack([img, img, img, 255*np.uint8(region)], axis=-1)
io.imsave("filename.png", separate)