阈值与平滑处理

图像阈值

• retval: 实际使用的阈值（在某些情况下可能与设定的阈值不同）

ret, dst = cv2.threshold(src, thresh, maxval, type)

阈值常用 127

• cv2.THRESH_BINARY: 如果像素值大于阈值，则赋予 maxval，否则赋予 0。
• cv2.THRESH_BINARY_INV: 与 cv2.THRESH_BINARY 相反，如果像素值大于阈值，则赋予 0，否则赋予 maxval。
• cv2.THRESH_TRUNC: 如果像素值大于阈值，则赋予阈值，否则保持不变。
• cv2.THRESH_TOZERO: 如果像素值大于阈值，则保持不变，否则赋予 0。
• cv2.THRESH_TOZERO_INV: 与 cv2.THRESH_TOZERO 相反，如果像素值大于阈值，则赋予 0，否则保持不变。

图像平滑与滤波

均值滤波：

blur = cv2.blur(img, (3, 3))

简单的平均卷积操作，卷积核为全 1 矩阵（参数二为卷积核大小）

方框滤波

box = cv2.boxFilter(img, -1, (3, 3), normalize=True)

基本和均值滤波一样，但可以自由选择是否归一化（取平均）（若不归一化，若越界取 255）
第二个参数为输出深度，-1 代表与原图一致

高斯滤波

gaussian = cv2.GaussianBlur(img, (5, 5), 1)

卷积核有权重，根据距离锚点远近，越近越大。

中值滤波

median = cv2.medianBlur(img, 5)

第二个参数为核大小，必须为奇数。
会把锚点处的值替换为卷积核覆盖下的元素的中位数。
适合处理椒盐噪音