37:137===图片的高，107:194===图片的宽
img参数：0—-h， 1—w，此写法为裁剪图像的操作
orgin_img = img[37:137, 107:194]

OpenCV之bitwise_and、bitwise_not等图像基本运算及掩膜

讲解链接：https://blog.csdn.net/u011028345/article/details/77278467
（包含图像的算术运算、逻辑运算、掩膜）

  • 图像掩膜（image_mask）：用选定的图像、图形或物体，对处理的图像（全部或局部）进行遮挡，来控制图像处理的区域或处理过程。
  • 图像掩模主要用于：

①提取感兴趣区,用预先制作的感兴趣区掩模与待处理图像相乘,得到感兴趣区图像,感兴趣区内图像值保持不变,而区外图像值都为0。
②屏蔽作用,用掩模对图像上某些区域作屏蔽,使其不参加处理或不参加处理参数的计算,或仅对屏蔽区作处理或统计。
③结构特征提取,用相似性变量或图像匹配方法检测和提取图像中与掩模相似的结构特征。
④特殊形状图像的制作。

  • 举例：使用“与”操作函数cv2.bitwise_and()对待操作图像掩膜（遮挡），函数前两个参数是“与”操作的操作对象，mask参数指定使用的模板。

    • 参数：# sr1;sr2;dst;mask;

    • dst 就是记录结果的 mask 就是控制位

    • 就是 2个数据都要先和mask按位和 然后再按位和 如果有mask这个参数的话

    • 通过位的与运算，达到“掩盖”的目的

      OpenCV的阈值操作，一般先转为灰度图再进行操作

  • cv2.adaptiveThreshold(src, maxValue, adaptiveMethod, thresholdType, blockSize, C, dst=None)

这个函数大致意思就是把图片每个像素点作为中心取N*N的区域，然后计算这个区域的阈值，来决定这个像素点变0还是变255
# https://blog.csdn.net/laoyezha/article/details/106445437
guas = cv2.adaptiveThreshold(grayscaled, 255, cv2.ADAPTIVE_THRESH_GAUSSIAN_C, cv2.THRESH_BINARY, 25, 2)
# 对于双峰图，我们需要多传入一个参数cv2.THRESH_OTSU，并且把阈值thresh设为0，算法会找到最优阈值，并作为第一个返回值ret返回。
# https://www.cnblogs.com/ZFJ1094038955/p/12027836.html
retval, otsu = cv2.threshold(grayscaled, 12, 255, cv2.THRESH_BINARY+cv2.THRESH_OTSU)