CÔNG CỤ
MODULES
THAM KHẢO
Cách chia List thành các phần bằng nhau trong Python Cách xóa một khóa (key) ra khỏi dictionary trong Python Hướng dẫn chuyển đổi file Google Colab sang Markdown trong Python Bài tập Python: Lập trình cơ sở dữ liệu trong Python Kết nối cơ sở dữ liệu MySQL Python Hướng dẫn kết nối Python PostgreSQL bằng Psycopg2 Hướng dẫn kết nối SQLite sử dụng sqlite3 trong Python Bài tập Python : Pandas trong Python Phạm vi số float của Python Cách lên lịch chạy script Python bằng GitHub Actions Cách tạo hằng số trong Python Các nền tảng lưu trữ tốt nhất cho ứng dụng và script Python 6 Tip viết vòng lặp For hiệu quả hơn trong Python Cách đảo ngược Chuỗi String trong Python Cách gỡ lỗi ứng dụng Python trong Docker Container bằng VS Code 10 tip One Liner bạn cần biết trong Python Cách áp dụng ngưỡng hình ảnh trong Python với NumPy Tìm hiểu về các phép toán Groupby trong Pandas Lập trình Socket trong Python Mô-đun base64 trong Python Cách giới hạn float values trong Python Tìm hiểu Mô-đun statistics Trong Python File Organizing trong Python Đổi tên File trong Python Tìm hiểu về Deque trong Python Mô-đun Calendar trong Python Tìm hiểu về Enum trong Python Sử dụng pprint trong Python Làm việc với cấu trúc Dữ liệu Stack trong Python Thư viện functools trong Python Tip sử dụng hàm round() với tham số âm trong Python Hàm print có thể nhận thêm các tham số bổ sung trong Python Tip tìm chuỗi dài nhất bằng hàm max() trong Python Cách lặp qua nhiều list với hàm zip() trong Python Tìm hiểu về MLOps trong Python Docker và Kubernetes với MLOps trong Python Kết hợp DevOps với MLOps trong Python Xử lý độ chính xác các hàm floor, ceil, round, trunc, format trong Python tối ưu quy trình MLOps Với Python Sự khác biệt giữa byte objects và string trong Python Top 4 thư viện phổ biến nhất của NLP trong Python Cách sử dụng ThreadPoolExecutor trong Python Phân tích dữ liệu Blockchain với Python Hướng dẫn triển khai Smart Contracts với Python Blockchain APIs với Python Làm việc với file ZIP trong Python Sự khác biệt giữa toán tử == và is trong Python Chuyển đổi kiểu dữ liệu trong Python Cách làm việc với file tarball/tar trong Python Sự khác biệt giữa iterator và iterable trong Python Sự khác biệt giữa set() và frozenset() trong Python Làm việc với các biến môi trường trong Python Một tác vụ phổ biến khi làm việc với danh sách trong Python Định dạng chuỗi Strings trong Python Sử dụng Poetry để quản lý dependencies trong Python Sự khác biệt giữa sort() và sorted() trong Python Từ khóa yield trong Python Lớp dữ liệu (Data Classes) trong Python với decorator @dataclass Cách truy cập và thiết lập biến môi trường trong Python Hướng dẫn toàn diện về module datetime trong Python Hướng dẫn xây dựng Command-Line Interface (CLI) bằng Quo trong Python Quản lý sinh viên Python & MySQL
CÁC CHỦ ĐỀ
BÀI MỚI NHẤT
MỚI CẬP NHẬT

Thông báo: Download 4 khóa học Python từ cơ bản đến nâng cao tại đây.

Cách áp dụng ngưỡng hình ảnh trong Python với NumPy

Khi làm việc với xử lý ảnh, việc nhị phân hóa hình ảnh bằng cách áp dụng ngưỡng (threshold) là một kỹ thuật phổ biến giúp phân tách các vùng sáng và tối, tạo thành ảnh chỉ với hai màu đen và trắng. Bài viết này sẽ hướng dẫn bạn từng bước thực hiện quá trình này trong Python, sử dụng thư viện NumPy và Pillow để tải, xử lý và lưu ảnh đã qua ngưỡng hóa. Với đoạn mã đơn giản, bạn có thể dễ dàng thực hành nhị phân hóa ảnh để phục vụ cho các dự án phân tích hoặc xử lý ảnh khác nhau.

test php

banquyen png
Bài viết này được đăng tại freetuts.net, không được copy dưới mọi hình thức.

Cách áp dụng ngưỡng hình ảnh trong Python với NumPy

import numpy as np
from PIL import Image

# Thiết lập giá trị ngưỡng
threshold = 100

# Tải ảnh đầu vào (ảnh mức xám)
img = Image.open('img_gray.png')
# Nếu bạn đang làm việc với ảnh màu, chuyển đổi sang mức xám với lệnh sau:
# img = img.convert('L')

# Chuyển đổi ảnh sang mảng NumPy
img_np = np.array(img)

# Áp dụng ngưỡng: nếu giá trị pixel lớn hơn ngưỡng, đặt thành 255 (trắng), nếu không thì 0 (đen)
img_np = np.where(img_np > threshold, 255, 0)

# Đưa mảng đã chuyển đổi ngược trở lại ảnh
img.putdata(img_np.flatten())

# Lưu ảnh mới đã áp dụng ngưỡng
img.save('img_thresholded.png')

Trong đoạn mã trên:

  • Tải và chuyển đổi ảnh: Đầu tiên, chúng ta tải ảnh mức xám (img_gray.png). Nếu ảnh đầu vào là ảnh màu, hãy chuyển đổi ảnh về mức xám để thao tác áp dụng ngưỡng chính xác.

  • Chuyển đổi thành mảng NumPy: Ảnh sau khi tải được chuyển đổi thành mảng NumPy để dễ dàng thao tác với các giá trị pixel.

    Bài viết này được đăng tại [free tuts .net]

  • Áp dụng ngưỡng: Sử dụng np.where() để áp dụng ngưỡng lên từng pixel. Mỗi pixel có giá trị lớn hơn threshold sẽ được chuyển thành 255 (màu trắng), còn lại thành 0 (màu đen).

  • Lưu ảnh nhị phân hóa: Cuối cùng, chúng ta lưu ảnh đã được chuyển đổi chỉ còn lại hai màu đen và trắng.

Kết quả của quá trình này sẽ là một ảnh nhị phân hóa có tên img_thresholded.png, giúp bạn phân tích hoặc sử dụng ảnh dưới dạng dữ liệu trắng-đen một cách dễ dàng hơn.

Kết bài

Với những bước đơn giản trên, bạn đã biết cách nhị phân hóa hình ảnh bằng ngưỡng trong Python bằng cách sử dụng NumPy và Pillow. Kỹ thuật này rất hữu ích trong xử lý ảnh, giúp giảm bớt thông tin hình ảnh và làm nổi bật các chi tiết cần thiết. Bạn có thể áp dụng phương pháp này vào các dự án thị giác máy tính khác để tạo nền tảng cho các bước xử lý nâng cao hơn. Hãy thử nghiệm với các giá trị ngưỡng khác nhau để tìm ra kết quả phù hợp nhất với mục tiêu của mình!

Cùng chuyên mục:

Hướng dẫn xây dựng Command-Line Interface (CLI) bằng Quo trong Python

Hướng dẫn xây dựng Command-Line Interface (CLI) bằng Quo trong Python

Hướng dẫn toàn diện về module datetime trong Python

Hướng dẫn toàn diện về module datetime trong Python

Cách truy cập và thiết lập biến môi trường trong Python

Cách truy cập và thiết lập biến môi trường trong Python

Lớp dữ liệu (Data Classes) trong Python với decorator @dataclass

Lớp dữ liệu (Data Classes) trong Python với decorator @dataclass

Từ khóa yield trong Python

Từ khóa yield trong Python

Sự khác biệt giữa sort() và sorted() trong Python

Sự khác biệt giữa sort() và sorted() trong Python

Sử dụng Poetry để quản lý dependencies trong Python

Sử dụng Poetry để quản lý dependencies trong Python

Định dạng chuỗi Strings trong Python

Định dạng chuỗi Strings trong Python

Một tác vụ phổ biến khi làm việc với danh sách trong Python

Một tác vụ phổ biến khi làm việc với danh sách trong Python

Làm việc với các biến môi trường trong Python

Làm việc với các biến môi trường trong Python

Sự khác biệt giữa set() và frozenset() trong Python

Sự khác biệt giữa set() và frozenset() trong Python

Sự khác biệt giữa iterator và iterable trong Python

Sự khác biệt giữa iterator và iterable trong Python

Cách làm việc với file tarball/tar trong Python

Cách làm việc với file tarball/tar trong Python

Chuyển đổi kiểu dữ liệu trong Python

Chuyển đổi kiểu dữ liệu trong Python

Sự khác biệt giữa toán tử == và is trong Python

Sự khác biệt giữa toán tử == và is trong Python

Làm việc với file ZIP trong Python

Làm việc với file ZIP trong Python

Cách sử dụng ThreadPoolExecutor trong Python

Cách sử dụng ThreadPoolExecutor trong Python

Sự khác biệt giữa byte objects và string trong Python

Sự khác biệt giữa byte objects và string trong Python

Xử lý độ chính xác các hàm floor, ceil, round, trunc, format  trong Python

Xử lý độ chính xác các hàm floor, ceil, round, trunc, format trong Python

Cách lặp qua nhiều list với hàm zip() trong Python

Cách lặp qua nhiều list với hàm zip() trong Python

Top