OpenCV Tutorials 04 - 图像阈值和平滑处理

引言

图像处理是计算机视觉领域的基石，而图像阈值处理与平滑处理作为预处理的核心环节，直接影响后续特征提取、目标检测等任务的精度。OpenCV作为最流行的开源计算机视觉库，提供了丰富的函数与工具实现这两类操作。本文将系统解析阈值处理与平滑处理的原理、方法及代码实现，结合实际案例展示其应用场景，帮助开发者高效掌握关键技术。

一、图像阈值处理：从灰度到二值的转换

1.1 阈值处理的基本概念

阈值处理（Thresholding）是将灰度图像转换为二值图像（黑白图像）的核心技术，其核心思想是通过设定一个阈值，将像素值高于该阈值的设为最大值（如255），低于阈值的设为最小值（如0）。这种操作可有效分离前景与背景，简化图像结构，为后续分析提供便利。

1.2 阈值处理的分类与实现

OpenCV支持多种阈值处理方式，主要包括全局阈值、自适应阈值及Otsu阈值法。

1.2.1 全局阈值处理

全局阈值处理使用固定阈值对整幅图像进行二值化，适用于光照均匀的场景。OpenCV通过cv2.threshold()函数实现，其参数包括：

• src：输入图像（灰度图）
• thresh：阈值
• maxval：最大值（二值化后高亮区域的值）
• type：阈值类型（如cv2.THRESH_BINARY、cv2.THRESH_BINARY_INV等）

代码示例：

import cv2
import numpy as np
# 读取图像并转为灰度图
img = cv2.imread('input.jpg', cv2.IMREAD_GRAYSCALE)
# 全局阈值处理
_, thresh_binary = cv2.threshold(img, 127, 255, cv2.THRESH_BINARY)
_, thresh_binary_inv = cv2.threshold(img, 127, 255, cv2.THRESH_BINARY_INV)
# 显示结果
cv2.imshow('Binary', thresh_binary)
cv2.imshow('Binary Inverted', thresh_binary_inv)
cv2.waitKey(0)

1.2.2 自适应阈值处理

全局阈值对光照不均的图像效果较差，自适应阈值通过局部计算阈值解决这一问题。OpenCV的cv2.adaptiveThreshold()函数支持两种计算方式：

• 均值法：以邻域内像素均值作为阈值
• 高斯法：以邻域内像素加权均值（高斯核）作为阈值

参数说明：

• maxValue：二值化后的最大值
• adaptiveMethod：计算方式（cv2.ADAPTIVE_THRESH_MEAN_C或cv2.ADAPTIVE_THRESH_GAUSSIAN_C）
• thresholdType：阈值类型（cv2.THRESH_BINARY或cv2.THRESH_BINARY_INV）
• blockSize：邻域大小（奇数）
• C：常数，从均值或加权均值中减去的值

代码示例：

# 自适应阈值处理（高斯法）
thresh_adaptive = cv2.adaptiveThreshold(
    img, 255, cv2.ADAPTIVE_THRESH_GAUSSIAN_C, 
    cv2.THRESH_BINARY, 11, 2
)
cv2.imshow('Adaptive Threshold', thresh_adaptive)
cv2.waitKey(0)

1.2.3 Otsu阈值法

Otsu算法通过最大化类间方差自动确定最佳全局阈值，适用于双峰直方图的图像。OpenCV中通过在cv2.threshold()的type参数中添加cv2.THRESH_OTSU实现。

代码示例：

# Otsu阈值处理
_, thresh_otsu = cv2.threshold(img, 0, 255, cv2.THRESH_BINARY + cv2.THRESH_OTSU)
cv2.imshow('Otsu Threshold', thresh_otsu)
cv2.waitKey(0)

二、图像平滑处理：抑制噪声的利器

2.1 平滑处理的基本概念

平滑处理（Smoothing）通过邻域像素的加权平均或中值计算，抑制图像中的高频噪声（如椒盐噪声、高斯噪声），同时保留边缘信息。常见的平滑方法包括均值滤波、高斯滤波、中值滤波及双边滤波。

2.2 平滑处理的分类与实现

2.2.1 均值滤波

均值滤波通过计算邻域内像素的平均值替代中心像素值，适用于去除高斯噪声，但会导致边缘模糊。OpenCV通过cv2.blur()或cv2.boxFilter()实现。

代码示例：

# 均值滤波
blurred = cv2.blur(img, (5, 5))  # 核大小为5x5
cv2.imshow('Mean Filter', blurred)
cv2.waitKey(0)

2.2.2 高斯滤波

高斯滤波通过高斯核计算邻域像素的加权平均，权重随距离中心像素的距离衰减，能有效保留边缘。OpenCV通过cv2.GaussianBlur()实现。

参数说明：

• ksize：核大小（奇数）
• sigmaX：X方向标准差（若为0，则根据核大小自动计算）

代码示例：

# 高斯滤波
gaussian_blurred = cv2.GaussianBlur(img, (5, 5), 0)
cv2.imshow('Gaussian Filter', gaussian_blurred)
cv2.waitKey(0)

2.2.3 中值滤波

中值滤波通过计算邻域内像素的中值替代中心像素值，对椒盐噪声（脉冲噪声）效果显著，且能保留边缘。OpenCV通过cv2.medianBlur()实现。

代码示例：

# 添加椒盐噪声
def add_salt_pepper_noise(image, prob):
    output = np.copy(image)
    num_salt = np.ceil(prob * image.size * 0.5)
    coords = [np.random.randint(0, i-1, int(num_salt)) for i in image.shape]
    output[coords[0], coords[1]] = 255
    num_pepper = np.ceil(prob * image.size * 0.5)
    coords = [np.random.randint(0, i-1, int(num_pepper)) for i in image.shape]
    output[coords[0], coords[1]] = 0
    return output
noisy_img = add_salt_pepper_noise(img, 0.05)
median_blurred = cv2.medianBlur(noisy_img, 5)  # 核大小为5
cv2.imshow('Median Filter', median_blurred)
cv2.waitKey(0)

2.2.4 双边滤波

双边滤波结合空间邻近度与像素值相似度进行加权平均，能在去噪的同时保留边缘。OpenCV通过cv2.bilateralFilter()实现。

参数说明：

• d：邻域直径
• sigmaColor：颜色空间标准差
• sigmaSpace：坐标空间标准差

代码示例：

# 双边滤波
bilateral_blurred = cv2.bilateralFilter(img, 9, 75, 75)
cv2.imshow('Bilateral Filter', bilateral_blurred)
cv2.waitKey(0)

三、实际应用案例：文档扫描中的预处理

以文档扫描为例，原始图像可能存在光照不均、噪声干扰等问题。通过组合阈值处理与平滑处理，可显著提升文本提取的精度。

完整流程：

1. 高斯滤波去噪：消除图像中的高斯噪声。
2. 自适应阈值二值化：处理光照不均问题。
3. 形态学操作（可选）：通过膨胀、腐蚀进一步优化结果。

代码示例：

# 读取图像并转为灰度图
doc_img = cv2.imread('document.jpg', cv2.IMREAD_GRAYSCALE)
# 高斯滤波去噪
gaussian_doc = cv2.GaussianBlur(doc_img, (5, 5), 0)
# 自适应阈值二值化
adaptive_doc = cv2.adaptiveThreshold(
    gaussian_doc, 255, cv2.ADAPTIVE_THRESH_GAUSSIAN_C,
    cv2.THRESH_BINARY, 11, 2
)
# 显示结果
cv2.imshow('Original', doc_img)
cv2.imshow('Processed', adaptive_doc)
cv2.waitKey(0)

四、总结与建议

1. 阈值处理选择：
   • 光照均匀时优先使用全局阈值或Otsu法。
   • 光照不均时选择自适应阈值。
2. 平滑处理选择：
   • 高斯噪声：高斯滤波。
   • 椒盐噪声：中值滤波。
   • 边缘保留：双边滤波。
3. 参数调优：核大小、标准差等参数需通过实验确定最佳值。

通过合理组合阈值处理与平滑处理，可显著提升图像质量，为后续计算机视觉任务奠定基础。开发者应结合实际场景，灵活选择算法并优化参数，以实现最佳效果。