如何使用python更改图像中的强度阈值答案

【问题标题】：How to change intensity threshold in an image using python如何使用python更改图像中的强度阈值
【发布时间】：2017-11-21 16:55:31
【问题描述】：

我想从显微镜图像中去除背景噪音。我尝试了不同的方法（hist 均衡和形态变换方法），但我得出的结论是最好的方法是去除低强度像素。我可以使用 Photoshop 做到这一点：如您所见，图A是原始的。我已经包含了直方图，显示在底部插入中。在 B 中应用转换，我得到了所需的最终图像，其中背景被删除。请参阅我在 B 的底部插入中应用的转换。

我开始编写python代码：

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


img = cv2.imread('lamelipodia/Lam1.jpg', 1)



#get green channel to gray
img_g = img[:,:,1]

#get histogram
plt.hist(img_g.flatten(), 100, [0,100], color = 'g')

cv2.imshow('b/w',img_g)
#cv2.imwrite('bw.jpg',img_g)
plt.show()
cv2.waitKey(0)
cv2.destroyAllWindows()

我将图形转换为黑白

并得到直方图：这与 Photoshop 中的类似。我一直在浏览 google 和 SO，但虽然我发现了类似的问题，但我找不到如何修改我描述的直方图。

如何使用 python（numpy 或 openCV）应用这种转换？或者，如果您认为之前已对此做出回应，请告诉我。我很抱歉，但我一直在寻找这个。

【问题讨论】：

google "threshold opencv python"，点击第一个点击，阅读docs.opencv.org/3.3.1/d7/d4d/tutorial_py_thresholding.html，申请:) 或者我不明白你的问题是什么。你听起来应该会操作谷歌
我以前看过这个页面，但是没有一个方法对我有帮助……让我再读一遍，看看这次我能不能找到方法。无论哪种方式，我都会回到这里
好吧，你是对的。我用过：ret,thresh5 = cv2.threshold(img_g,150,255,cv2.THRESH_TOZERO)。现在我明白了。如果任何像素小于 150，则将其设为零。我想这很难从函数中读取，因为 THRESH_TOZERO 改变了转换的含义。我会更新帖子，所以结果很清楚，谢谢
他们实际上为每种模式提供了一个视觉示例；）写下您的问题的答案或删除问题。您不应该为问题添加解决方案
不确定您阅读的是哪一页，但我给您的链接显示了evey 模式的特定示例：输入图像、输出图像，甚至是生成示例的代码。但你是对的，阅读那些东西需要练习，你必须仔细阅读。

标签： python image-processing

【解决方案1】：

以下小猪链接： docs.opencv.org/3.3.1/d7/d4d/tutorial_py_thresholding.html，目标需要的函数是：

ret,thresh5 = cv2.threshold(img_g,150,255,cv2.THRESH_TOZERO)

这并不容易阅读。我们必须理解为：如果 image_g 中的任何像素小于 150，则将其设为零，其余的保持与原来相同的值。如果我们将其应用于图像，我们会得到：

如何阅读函数的诀窍在于添加的样式。例如， cv2.THRESH_BINARY 使它读作：如果 image_g 中的任何像素小于 150，则将其设为零（黑色），其余的设为 255（白色）

【讨论】：