python - 为什么图像值不会根据阈值改变

Question

我正在使用 numpy 的 ndarray 来表示灰度图像。我正在尝试根据阈值将一些像素值更改为黑色或白色。第一个实现如下:

    bwImage = image #ndArray
    for h in range(image.shape[0]):
        for w in range(image.shape[1]):
            if image[h][w] > threshold:
                bwImage[h][w] = 0
            else:
                bwImage[h][w] = 255
    cv2.imwrite('testImg.jpg', bwImage)

当我将数组写入 testImg.jpg 时，我看到了原始图像。然后我遍历 ndArray 以检查值是否实际更改。

bwImage = image
for h in range(image.shape[0]):
    for w in range(image.shape[1]):
        if image[h][w] > threshold:
            bwImage[h][w] = 0
        else:
            bwImage[h][w] = 255
#why does this have to be here to convert it to BW?
for h in range(image.shape[0]):
    for w in range(image.shape[1]):
        print image[h][w]

cv2.imwrite('testImg.jpg', bwImage)

然后将图像保存为黑白。这是为什么？

我还尝试执行以下操作:

image[image <= threshold] = 255
image[image > threshold] = 0
cv2.imwrite('testImg.jpg', bwImage)

根据哪个语句首先确定图像的保存是全黑还是全白。有什么想法吗？

Answer 1

方法一

我尝试了没有打印语句的第一个代码片段，它工作得很好(使用 cv2 版本 3.0.0，numpy 1.9.2)。然而需要注意的两件事是

bwImage = image不复制图像，它只是创建另一个指向图像的指针 -> 所有对 bwImage 的修改就地完成初始image

结果图像与原始灰度图像“反转”，因为您在低于阈值(暗)时分配高值(白色)，反之亦然

方法二

这里的问题是，因为您正在就地进行反向阈值处理，所以您的第一个分配将所有小于阈值的值设置为 255 就地。然后，您的第二个分配将所有超过阈值(现在包括所有内容)的值分配给黑色。

如果您想做一个非倒置阈值，只需切换运算符即可完成:

image[image > threshold] = 255
image[image <= threshold] = 0

如果您想像 中那样进行倒置阈值处理方法一 ，您必须复制图像，然后您可以将原始图像用作蒙版，而不会破坏原始像素信息:

image_copy = image.copy()
image_copy[image <= threshold] = 255
image_copy[image > threshold] = 0
cv2.imshow('image',image_copy)