我们使用cv2.threshold()将灰度图像转换为二进制图像。要将彩色图像转换为二进制图像，我们首先使用cv2.cvtColor()将彩色图像转换为灰度图像，然后对灰度图像应用cv2.threshold()。
步骤
可以按照以下步骤将彩色图像转换为二进制图像-
导入所需库。在接下来的所有示例中，所需的 Python 库是OpenCV。确保您已经安装它。
使用cv2.imread()读取输入图像。使用此方法读取的 RGB 图像为 BGR 格式。可选择将读取的BGR图像分配给img。
现在使用以下方法将此BGR图像转换为灰度图像，如下所示，使用cv2.cvtColor()函数。可选择将转换后的灰度图像分配给gray。
对灰度图像gray应用阈值处理cv2.threshold()将其转换为二进制图像。调整第二个参数（threshValue）以获得更好的二进制图像。
显示转换后的二进制图像。
让我们看一些例子，以便更清楚地理解问题。
我们将使用以下图像作为输入文件。
示例
在此Python程序中，我们将彩色图像转换为二进制图像。我们还会显示二进制图像。
# 导入所需库import cv2# 加载输入图像img = cv2.imread('architecture1.jpg')# 将输入图像转换为灰度图像gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)# 应用阈值处理将灰度图像转换为二进制图像ret,thresh = cv2.threshold(gray,70,255,0)# 显示二进制图像cv2.imshow("Binary Image", thresh)cv2.waitKey(0)cv2.destroyAllWindows(
输出
运行上述程序时，将产生以下输出窗口，显示二进制图像。
示例
在此示例中，我们将彩色图像转换为二进制图像。我们还会显示原始、灰度和二进制图像。
# 导入所需库import cv2import matplotlib.pyplot as plt# 加载输入图像img = cv2.imread('architecture1.jpg')# 将输入图像转换为灰度图像gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)# 应用阈值处理将灰度图像转换为二进制图像ret,thresh = cv2.threshold(gray,70,255,0)# 将BGR转换为RGB以使用matplotlib进行显示imgRGB = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)# 显示原始、灰度和二进制图像plt.subplot(131),plt.imshow(imgRGB,cmap = 'gray'),plt.title('原始图像'), plt.axis('off')plt.subplot(132),plt.imshow(gray,cmap = 'gray'),plt.title('灰度图像'),plt.axis('off')plt.subplot(133),plt.imshow(thresh,cmap = 'gray'),plt.title('二进制图像'),plt.axis('off')plt.show()
输出
运行上述程序后，将产生以下输出窗口，显示原始、灰度和二进制图像。
注意灰度图像和二进制图像之间的差别。二进制图像只有两种颜色：白色和黑色。二进制图像的像素值为0（黑色）或255（白色）。
为帮助更多对人工智能感兴趣的小伙伴们能够有效的系统性的学习以及论文的研究，小编特意制作整理了一份人工智能学习资料给大家，整理了很久，非常全面。
大致内容包括一些人工智能基础入门视频和文档+AI常用框架实战视频、计算机视觉、机器学习、图像识别、NLP、OpenCV、YOLO、pytorch、深度学习与神经网络等学习资料、课件源码、国内外知名精华资源、以及AI热门论文等全套学习资料。
需要以上这些文中提到的资料，请点击此处→【人工智能全套完整VIP资料】即可免费获取。
