如何用OpenCV和Python实现不受颜色差异影响的图像阈值化？

嘿，我来帮你搞定这个阈值化的难题！这种一张图字母亮于背景、另一张字母暗于背景的情况，确实会让普通固定阈值化失效，咱们用自适应判断+动态阈值化的思路就能统一输出白背景黑字母的结果。

核心思路 #

关键在于先判断每张图里「字母是亮的还是暗的」，然后动态选择阈值化的方向（直接二值化/反转二值化），具体步骤如下：

1. 先将图像转为灰度图 #

不管输入是彩色还是灰度图，先统一转成灰度通道，简化后续处理：

import cv2
img = cv2.imread("your_image_path.jpg")
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

2. 用Otsu法自动计算最优阈值 #

Otsu阈值法会自动分析图像的像素分布，找到能最大化前景（字母）和背景差异的阈值，比手动设阈值靠谱得多：

thresh_val, _ = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY + cv2.THRESH_OTSU)

3. 判断字母的明暗属性 #

因为字母的面积通常远小于背景，我们可以通过统计「阈值以下的暗像素数量」和「阈值以上的亮像素数量」来判断：

• 如果暗像素更少 → 字母是深色的（背景亮），直接用普通二值化
• 如果亮像素更少 → 字母是浅色的（背景暗），用反转二值化来翻转明暗

代码实现：

# 统计暗像素和亮像素的数量
dark_pixel_count = cv2.countNonZero(gray < thresh_val)
total_pixels = gray.shape[0] * gray.shape[1]
light_pixel_count = total_pixels - dark_pixel_count

# 动态选择阈值化方式
if dark_pixel_count < light_pixel_count:
    # 字母为深色，直接二值化：背景白，字母黑
    _, final_thresh = cv2.threshold(gray, thresh_val, 255, cv2.THRESH_BINARY)
else:
    # 字母为浅色，反转二值化：翻转后背景白，字母黑
    _, final_thresh = cv2.threshold(gray, thresh_val, 255, cv2.THRESH_BINARY_INV)

完整可运行代码 #

把上面的步骤封装成函数，方便批量处理两张图：

import cv2

def get_uniform_black_text_white_bg(img_path):
    # 读取图像
    img = cv2.imread(img_path)
    if img is None:
        raise ValueError(f"无法读取图像：{img_path}")
    
    # 转灰度
    gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
    
    # Otsu自动计算阈值
    thresh_val, _ = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY + cv2.THRESH_OTSU)
    
    # 统计明暗像素数量
    dark_count = cv2.countNonZero(gray < thresh_val)
    total_pixels = gray.size
    light_count = total_pixels - dark_count
    
    # 生成统一结果
    if dark_count < light_count:
        _, result = cv2.threshold(gray, thresh_val, 255, cv2.THRESH_BINARY)
    else:
        _, result = cv2.threshold(gray, thresh_val, 255, cv2.THRESH_BINARY_INV)
    
    return result

# 测试两张图
result1 = get_uniform_black_text_white_bg("light_text_dark_bg.jpg")
result2 = get_uniform_black_text_white_bg("dark_text_light_bg.jpg")

# 保存结果
cv2.imwrite("uniform_result1.jpg", result1)
cv2.imwrite("uniform_result2.jpg", result2)

特殊情况处理 #

如果你的字母和背景面积差不多（比如全填充的大字母），可以换一种判断逻辑：

1. 取图像四个角落的像素（假设角落都是背景），计算背景的平均亮度
2. 随机取图像中心区域的几个像素（假设是字母），对比中心和角落的亮度
3. 如果中心比角落暗 → 字母是深色；如果中心比角落亮 → 字母是浅色，再决定是否反转

这种方法更适合极端场景，不过大部分普通图文场景用前面的像素数量统计法就足够了。

内容的提问来源于stack exchange，提问作者BuddyRJ