python-3.x - 阈值红外图像
问题描述
我想分析太阳能电池板的红外图像并从图像中切割面板。作为第一步,我需要对图像进行阈值处理。但是,如果我使用来自谷歌的示例图片(如下图),我只会得到一张黑色图片。我可以做些什么来改进?
import cv2
import numpy as np
img = cv2.imread('GooglePanelIR.png')
hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)
ret,thresh1 = cv2.threshold(hsv[:,:,0],100,255,cv2.THRESH_BINARY)
cv2.imshow('cont imge', thresh1)
cv2.waitKey(0)
print(ret)
解决方案
由于您需要阈值及其灰度图像,因此以灰度导入图像。
这就是你要找的。
import cv2
import numpy as np
img = cv2.imread('GooglePanelIR.png', 0)
ret,thresh1 = cv2.threshold(img,100,255,cv2.THRESH_BINARY)
cv2.imshow('cont imge', thresh1)
cv2.waitKey(0)
print(ret)
推荐阅读
- xml - 使用 SOAP::Lite 形成 SOAP 请求 xml
- three.js - 三杰。动态改变材质的alphaTest
- google-photos - 从 Google Photos API 下载全分辨率视频
- python - 设置理解没有按预期运行
- c# - ICustomFormatter 使用 string.Format 返回 null
- nativescript - Hockeyapp 和 Cocopods - 应用程序崩溃
- api - 触发时间戳的 Azure 数据工厂 v2 管道 API 调用
- c# - 如何在 LINQ 中分组,然后从一组顺序检查中首先从组中获取
- haskell - Haskell fmap 通过自定义数据类型
- python - 从 pandas 数据帧写入 .csv 文件,以连续空格作为分隔符