在范围内对灰度图像进行阈值处理

Question

OpenCV的cv.InRange函数只适用于RGB图像吗？我能使用这个函数对灰度图像进行阈值处理吗？

我遇到了一个错误，以下是我的代码：

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

出现以下错误：

thresh = cv2.inRange(image, 190, 255); TypeError:未知的不是NumPy数组

我尝试通过以下方法来解决：

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

现在没有错误，但它生成了黑色的图像。

- Maham

Answer 1

在numpy中形状为(M,N)、大小为MxN且只有一个通道的灰度图像，使用OpenCV的cv2.inRange函数时，需要传入标量边界值：

gray = cv2.imread(filename, cv2.CV_LOAD_IMAGE_GRAYSCALE)
gray_filtered = cv2.inRange(gray, 190, 255)

但是对于在numpy中形状为(M，N，3)且大小为MxN具有三个通道的RGB图像，在OpenCV中您需要使边界与“通道大小”匹配。

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

虽然不是非常清晰，但这在文档中有解释。

- Hannes Ovrén

---

非常感谢！它起作用了 :). 是的，文档不清楚，我读了很多遍，仍然没有理解。 - Maham

Answer 2

cv2.inRange(src, lowerb, upperb[, dst]) → dst

将src作为数组，将lower和upper作为array或scalar，这意味着您可以使用它来阈值灰度图像。 您只需要为upper和lower使用标量即可。

示例：

myResult = cv2.InRange(myGrayscale, 50, 100)

- Mailerdaimon

---

谢谢！我之前尝试过，但是出现了错误，所以我想也许它只接受 RGB 图像。 - Maham

我已经编辑了问题并包含了一些代码，请帮忙解决。 - Maham

我误解了你的问题。我以为你的目标是在灰度图像上使用inRange而不是RGB。但是@kigurai发布了一个很好的答案。 - Mailerdaimon

实际上，这张图片是灰度图像，但它是三通道的图像。我没有将其转换为单通道（设置标志cv2.CV_BGR2GRAY），因此得到了黑色图像。 - Maham

Answer 3

你只需要在代码中加入'import numpy as np'，原本的代码就可以正常运行了。

- Bryce

---

抱歉！但这不是答案。使用numpy或者as np并没有什么区别。 - Maham

Answer 4

你的cv2.imread正在读取RGB图像。要读取灰度图像，请使用

image = cv2.imread("disparitySGB.jpg", 0)

- Zishaan