python – 范围内灰度图像的阈值处理

概述OpenCV cv.InRange功能是否仅适用于RGB图像？我可以使用此功能对灰度图像进行阈值处理吗？ 我收到一个错误,以下是我的代码： import cv2 image=cv2.imread("disparitySGB.jpg") thresh=cv2.inRange(image,190,255); 它给出以下错误： thresh=cv2.inRange(image,190,255 @H_502_4@ OpenCV cv.InRange功能是否仅适用于RGB图像？我可以使用此功能对灰度图像进行阈值处理吗？

我收到一个错误,以下是我的代码：

import cv2   image=cv2.imread("disparitySGB.jpg")   thresh=cv2.inRange(image,190,255);

它给出以下错误：

thresh=cv2.inRange(image,255); TypeError: unkNown is not a
numpy array

我尝试通过以下方式修复：

thresh=cv2.inRange(image,numpy.array(190),numpy.array(255));

现在没有错误,但它会产生黑色图像.

@H_502_4@解决方法 对于具有numpy形状(M,N)并且在OpenCV中具有单个通道的大小为MxN的灰度值图像,则cv2.inRange采用标量边界：

gray = cv2.imread(filename,cv2.CV_LOAD_IMAGE_GRAYSCALE)gray_filtered = cv2.inRange(gray,255)

但对于具有numpy形状(M,N,3)并且在OpenCV中具有三个通道的MxN大小的RGB图像,您需要使边界与“通道大小”匹配.

rgb = cv2.imread(filename,cv2.CV_LOAD_IMAGE_color)rgb_filtered = cv2.inRange(gray,(190,190),(255,255,255))

这在documentation中有解释,但不是很清楚.

@H_502_4@ @H_502_4@ @H_502_4@ @H_502_4@ 总结

以上是内存溢出为你收集整理的python – 范围内灰度图像的阈值处理全部内容，希望文章能够帮你解决python – 范围内灰度图像的阈值处理所遇到的程序开发问题。

如果觉得内存溢出网站内容还不错，欢迎将内存溢出网站推荐给程序员好友。