0630.md

Error in user YAML: (<unknown>): could not find expected ':' while scanning a simple key at line 3 column 1

---
- oeasy Python 0630
- 这是 oeasy 系统化 Python 教程，从基础一步步讲，扎实、完整、不跳步。愿意花时间学，就能真正学会。
本教程同步发布在： 

     个人网站： `https://oeasy.org` 
     蓝桥云课： `https://www.lanqiao.cn/courses/3584` 
     GitHub： `https://github.com/overmind1980/oeasy-python-tutorial` 
     Gitee： `https://gitee.com/overmind1980/oeasypython` 
---

opencv

回忆

• 上次研究了
  • 阈值
  • threshold
• 可以说是分界点
  • 就像二极管一样
  • 一分为二
  • 区分两种状态
    • 可感知的刺激
    • 阈下刺激

• 图像的阈值时根据亮度划分的
  • 可以是具体值
  • 也可以根据图像画面的均值
• 可以根据一个变化的数值来观看吗？

photoshop中的直方图

• https://helpx.adobe.com/photoshop/using/viewing-histograms-pixel-values.html

• 不同的图像会有不同的直方图

分析图像

• 亮度信息
  • 除了平均值和方差之外
  • 还可以使用柱形图

import numpy as np
from matplotlib import pyplot as plt
import cv2 as cv

def custom_hist(gray):
    h, w = gray.shape
    hist = np.zeros([256], dtype=np.int32)
    for row in range(h):
        for col in range(w):
            pv = gray[row, col]
            hist[pv] += 1

    y_pos = np.arange(0, 256, 1, dtype=np.int32)
    plt.bar(y_pos, hist, align='center', color='r', alpha=0.5)
    plt.xticks(y_pos, y_pos)
    plt.ylabel('Frequency')
    plt.title('Histogram')
    plt.show()

src = cv.imread("gear.jpg")
gray = cv.cvtColor(src, cv.COLOR_BGR2GRAY)
plt.show()
custom_hist(gray)
cv.waitKey(0)
cv.destroyAllWindows()

• 按照[0,255]总共256个档位
  • 将所有像素的亮度进行统计
  • 得到直方图

• 直方图 是什么意思呢？

直方图

• 直方图就是
  • Histogram
  • 质量分布图

• 上图的 质量
  • 指的是 亮度

• 当然也可以指代年龄
• 图像中指代什么来着？

相机中的直方图

• 直方图中就有一些术语

英文	中文
Shadows	阴影 暗部
Midtones	中间调子
Highlights	高光 亮部

落实到 绘画领域

更多细节

摄影领域

• 曝光过度和不足

反差过度和不足

滑块效果

import cv2 
import numpy as np

def callback(value):
    print(value)
 
image = cv2.imread("/home/shiyanlou/gear.jpg")
cv2.namedWindow("canvas",cv2.WINDOW_NORMAL)
cv2.createTrackbar("T","canvas",0,255,callback)	
while True:
    t = cv2.getTrackbarPos("T","canvas")
    t1, dst1 = cv2.threshold(image,t,255,cv2.THRESH_BINARY)
    cv2.imshow("canvas",dst1)
    key = cv2.waitKey(1)
    if key & 0xFF == ord("q"):     
        break
cv2.destroyAllWindows()

• 运行效果

• 调整效果
  • 好像挺适合扒线稿

反向阈值

• 调整阈值模式为THRESH_BINARY_INV

import cv2 
import numpy as np
 
def callback(value):
    print(value)
 
image = cv2.imread("/home/shiyanlou/gear.jpg")
cv2.namedWindow("canvas",cv2.WINDOW_NORMAL)
cv2.createTrackbar("T","canvas",0,255,callback)	
while True:
    t = cv2.getTrackbarPos("T","canvas")
    t1, dst1 = cv2.threshold(image,t,255,cv2.THRESH_BINARY_INV)
    cv2.imshow("canvas",dst1)
    key = cv2.waitKey(1)
    if key & 0xFF == ord("q"): 
        break
cv2.destroyAllWindows()

• 运行效果

• 调整效果

低于阈值零处理

• 调整阈值模式为THRESH_TOZERO

import cv2 
import numpy as np
 
def callback(value):
    print(value)
 
image = cv2.imread("/home/shiyanlou/gear.jpg")
cv2.namedWindow("canvas",cv2.WINDOW_NORMAL)
cv2.createTrackbar("T","canvas",0,255,callback)	
while True:
    t = cv2.getTrackbarPos("T","canvas")
    t1, dst1 = cv2.threshold(image,t,255,cv2.THRESH_TOZERO)
    cv2.imshow("canvas",dst1)
    key = cv2.waitKey(1)
    if key & 0xFF == ord("q"): 
        break
cv2.destroyAllWindows()

• 调整效果
  • 低于阈值的像素
  • 转化为纯黑

• 彩色图片可以使用阈值吗？

转化

• 先转成灰度
  • 然后根据滑块控制阈值

import cv2
import numpy as np

def callback(value):
    print(value)

image = cv2.imread("/home/shiyanlou/kun1.png",cv2.IMREAD_GRAYSCALE)
cv2.namedWindow("canvas",cv2.WINDOW_NORMAL)
cv2.createTrackbar("T","canvas",0,255,callback)
while True:
    t = cv2.getTrackbarPos("T","canvas")
    t1, dst1 = cv2.threshold(image,t,255,cv2.THRESH_BINARY)
    cv2.imshow("canvas",dst1)
    key = cv2.waitKey(1)
    if key & 0xFF == ord("q"):
        break
cv2.destroyAllWindows()

• 效果

总结

• 这次研究了
  • 直方图
  • Histogram
• 将所有的像素点
  • 按照亮度值分类
  • 形成的柱形图 就是 直方图
• 可以根据直方图
  • 动态设置阈值
  • 生成各种图形的案例🤔
• 下次再说👋

---

• 本文来自 oeasy Python 系统教程。
• 想完整、扎实学 Python，
• 搜索 oeasy 即可。