二值化图像：解析仅影响一行像素的代码问题

2024-03-23 23:23:33

二值化图像：解析仅一行像素的代码问题

引言

图像二值化是一种将图像转换为黑白格式的技术，在图像处理和计算机视觉领域有着广泛的应用。在图像二值化过程中，每个像素通常根据预先确定的阈值转换为白色或黑色。在本篇文章中，我们将深入探讨一个仅影响一行像素的二值化函数的代码问题，并提供一个修改后的解决方案。

问题

我们遇到一个问题，即提供的 threshold() 函数无法处理整个图像，只对一行像素进行二值化。经分析，发现该函数在遍历图像数组时，只更新当前处理行的像素，忽略了其他行的像素。

修改后的解决方案

为了解决这个问题，我们修改了 threshold() 函数，使其遍历图像数组中的所有行和列，并对每个像素执行二值化操作。以下是如何修改后的代码：

def threshold(imageArray) :
    for eachRow in range(imageArray.shape[0]):
        for eachCol in range(imageArray.shape[1]):
            eachPix = imageArray[eachRow, eachCol]
            avgNum = reduce(lambda x, y: x + y, eachPix[:3])/len(eachPix[:3])
            if avgNum > 128:
                eachPix[0] = 255
                eachPix[1] = 255
                eachPix[2] = 255
                eachPix[3] = 255
            else:
                eachPix[0] = 0
                eachPix[1] = 0
                eachPix[2] = 0
                eachPix[3] = 255
            imageArray[eachRow, eachCol] = eachPix

    return imageArray

演示

修改后的 threshold() 函数现在能够正确地处理整个图像，并对所有像素执行二值化操作。我们使用包含四个测试图像的图像数组对此函数进行了演示。

iar = np.array(Image.open("C:/Users/user/OneDrive/Desktop/python tst/images/numbers/0.1.png"))
iar2 = np.array(Image.open("C:/Users/user/OneDrive/Desktop/python tst/images/numbers/y0.4.png"))
iar3 = np.array(Image.open("C:/Users/user/OneDrive/Desktop/python tst/images/numbers/y0.5.png"))
iar4 = np.array(Image.open("C:/Users/user/OneDrive/Desktop/python tst/images/sentdex.png"))

threshold(iar)
threshold(iar2)
threshold(iar3)
threshold(iar4)

fig = plt.figure
ax1 = plt.subplot2grid((8,6), (0,0), rowspan=4, colspan=3)
ax2 = plt.subplot2grid((8,6), (4,0), rowspan=4, colspan=3)
ax3 = plt.subplot2grid((8,6), (0,3), rowspan=4, colspan=3)
ax4 = plt.subplot2grid((8,6), (4,3), rowspan=4, colspan=3)

ax1.imshow(iar)
ax2.imshow(iar2)
ax3.imshow(iar3)
ax4.imshow(iar4)

plt.show()