如何使用python更改图像中的强度阈值

Question

我想从显微镜图像中去除背景噪音。我尝试了不同的方法（组均衡和形态转换方法），但我得出结论，最好的方法是去除低强度像素。 我可以用photoshop做到这一点： 如您所见，图A是原始的。我已经包含了直方图，如下图所示。在B中应用变换，我得到所需的最终图像，其中背景被移除。请参阅我在B的底部插入中应用的转换。

我开始处理python代码：

import cv2
import numpy as np
import matplotlib.pyplot as plt


img = cv2.imread('lamelipodia/Lam1.jpg', 1)



#get green channel to gray
img_g = img[:,:,1]

#get histogram
plt.hist(img_g.flatten(), 100, [0,100], color = 'g')

cv2.imshow('b/w',img_g)
#cv2.imwrite('bw.jpg',img_g)
plt.show()
cv2.waitKey(0)
cv2.destroyAllWindows()

我将数字转换为黑白

得到直方图： 这与photoshop中的相似。 我一直在浏览谷歌和SO，但虽然我发现了类似的问题，但我找不到如何修改直方图。

如何使用python（numpy或openCV）应用这种转换？或者，如果您认为此前已得到回复，请告知我们。我道歉，但我一直在寻找这个。

Answer 1

关注Piglet链接： docs.opencv.org/3.3.1/d7/d4d/tutorial_py_thresholding.html，目标所需的功能是：

TaggedType 'Nothing  = ()

这不容易阅读。 我们必须理解为： 如果image_g中的任何像素小于150，则将其设为零，保持其余值与原来的值相同。 如果我们将其应用于图像，我们得到：

关于如何阅读该功能的技巧是增加的风格。例如，cv2.THRESH_BINARY使其读取为： 如果image_g中的任何像素小于150，则将其设为ZERO（黑色），其余为255（白色）