如何使用Python對圖片進行二值化處理

如何使用Python對圖片進行二值化處理

摘要：
在數位影像處理中，二值化是一種非常常見的處理方法，它將彩色或灰階影像轉換為只有兩個值的影像，一般為黑色和白色。將影像進行二值化處理，可突顯影像的輪廓和特徵，並方便後續影像分析的操作。本文將介紹如何使用Python對圖片進行二值化處理，並提供程式碼範例來幫助讀者更好地理解。

一、引進必要的函式庫
在開始之前，我們需要先引進一些必要的函式庫。在Python中，有許多影像處理的庫可供選擇，例如PIL（Python Imaging Library）和OpenCV等。本文將使用PIL庫進行圖片的二值化處理，所以需要先安裝並引入PIL庫。

程式碼範例：

from PIL import Image

二、讀取並顯示原始圖片
在進行二值化處理之前，首先需要讀取原始圖片，並進行顯示，以便對處理的結果有更直觀的了解。

程式碼範例：

# 读取原始图片
image = Image.open('original_image.jpg')

# 显示原始图片
image.show()

三、圖片二值化處理
接下來，我們要對圖片進行二值化處理。在PIL庫中，圖片物件是一個由像素值組成的矩陣，每個像素點的值代表了該點對應的顏色資訊。將圖片轉換為二值影像，需要根據一定的閾值將像素值區分，大於閾值的像素點設為白色，小於閾值的像素點設定為黑色。

程式碼範例：

# 设置二值化阈值
threshold = 128

# 获取图片的宽度和高度
width, height = image.size

# 创建一个新的图片对象，用来存储二值化处理后的结果
binary_image = Image.new('1', (width, height))

# 遍历原始图片的每个像素点
for y in range(height):
    for x in range(width):
        # 获取当前像素点的像素值
        pixel = image.getpixel((x, y))
        # 判断像素值是否大于阈值，如果大于则设置为白色，否则设置为黑色
        if pixel >= threshold:
            binary_image.putpixel((x, y), 255)
        else:
            binary_image.putpixel((x, y), 0)

# 显示二值化处理后的结果
binary_image.show()

四、儲存並顯示二值化後的圖片
最後，我們將處理後的二值化圖片儲存到本機，並顯示出來。

程式碼範例：

# 保存二值化图片到本地
binary_image.save('binary_image.jpg')

# 显示二值化图片
binary_image.show()

總結:
本文介紹如何使用Python對圖片進行二值化處理。透過讀取原始圖片、設定二值化閾值、遍歷每個像素點，並根據像素值的大小設定像素點的顏色，可以實現將彩色或灰階影像轉換為二值影像的效果。這種二值化處理方法可以用於輪廓檢測、影像分割、字元辨識等許多影像處理應用場景。希望本文的範例程式碼能幫助讀者更好地理解和掌握圖片二值化處理的方法。

以上是如何使用Python對圖片進行二值化處理的詳細內容。更多資訊請關注PHP中文網其他相關文章！