Пример. Преобразование в двоичную форму и квантование
Используйте функцию binarize, чтобы создать изображение с 2-мя уровнями серого цвета. Функция quantize позволяет создать изображение с n уровнями серого цвета.
Для каждого элемента изображения функции возвращают 0, если элемент меньше или равен указанному порогу, и 1, если элемент больше этого порога.
Приведение к бинарному виду и квантование могут быть использованы для усиления элементов изображения путем выбора соответствующего порога или количества уровней. Функции также могут являться первым шагом к анализу изображения.
Можно изменить значение порога, чтобы увидеть его влияние на изображение.
Автоматическая установка приведения к бинарному виду
Используйте автоматическое приведение к бинарному виду, чтобы выделить важные элементы в приложениях видеонаблюдений.
Если пороговое значение не задано по умолчанию, тогда функция binarize автоматически вычислит его.
1. Примените функцию binarize к оцифрованному изображению производственной детали с оттенками серого.
(part.gif)
(part_bin.bmp)
Использование необязательных аргументов
Чтобы подчеркнуть или убрать определенные диапазоны уровней, можно задать дополнительные аргументы lowThresh, highThresh, inValue и outValue. Все уровни между lowThresh и highThresh будут приведены к бинарному виду inValue, а все остальные — к виду outValue. Значения для входных параметров задаются случайным образом и не обязательно должны образовывать диапазон от 0 до 255. inValue и outValue могут совпадать. В этом случае все изображение будет помещено на один уровень.
Задайте уровням изображения в диапазоне от 50 до 150 значение 25, а остальным — значение 200:
(bridge_bin2.bmp)
quantize
1. Примените функцию quantize к изображению, использованному выше.
(bridge_q3.bmp)
2. Задайте уровни с помощью вектора и примените функцию quantize к тому же изображению. Сравните эти 3 уровня квантования с предыдущим:
(bridge_q3v.bmp)
Значения в векторе v обязательно должны располагаться по возрастанию, но могут быть любым вещественным числом. Данная спецификация полезна, если необходимо использовать уровни квантования, которые неплотно располагаются в диапазоне данного изображения.