3.4 SDVA Umbralizacion (thresholding) con Python y OpenCV

La umbralización es el método más simple de la segmentación de imágenes cuyo objetivo es separar un objeto de interés del fondo de una imagen. Hay que tomar en cuenta que para su aplicación deben emplearse imágenes en las que el objeto y el fondo sean diferenciales, ya que si no lo son, va a ser mucho más difícil determinar dicho objeto.

¿CÓMO FUNCIONA LA UMBRALIZACIÓN SIMPLE?

Para la aplicación de esta técnica necesitamos principalmente de:

• Imagen en escala de grises
• Umbral

De aquí partiremos para la explicación. En un principio construyamos la siguiente imagen en escala de grises con numpy.

En la imagen se puede apreciar como título «Umbral: T=130», seguido de 6 secciones cada una de ellas con su valor en escala de grises, seguido de una comparación entre dicho valor y 130. Esto servirá muchísimo para realizar el proceso de thresholding. 

¿QUÉ NECESITO PARA APLICAR UMBRALIZACIÓN SIMPLE EN OPENCV?

Para poder implementar esta técnica, OpenCV tiene una función ya creada llamada 

cv2.threshold

. En ella se debe especificar:

• Imagen en escala de grises
• Umbral
• Nuevo Valor
• Método de umbralización que se va a emplear

A su ves, esta nos devuelve 2 valores, el primero no lo veremos en este post, pues es usado para otro tipo de umbralización, mientras que el segundo es la imagen resultante de la aplicación de esta técnica que por cierto es binaria, es decir que la imagen resultante se presentará en color blanco y negro.

Como pudiste darte cuenta, la umbralización o thresholding, no es más que la comparación entre un umbral y los valores de los píxeles de la imagen en escala de grises, si dicha comparación (valor del píxel > umbral) es verdadera, sea asigna un nuevo valor, caso contrario se asigna 0.

A continuación te dejamos un video con la finalidad que entiendas de manera mas detallada este tema.