Python PIL库实现可设定阈值的二值图像转换

前言

最近一直在做深度学习图像分割方面的项目，本来是个很简单的二分类问题，但是最后输出后却发现不仅仅是0和255两种像素类型，后来思考后才发现他输出的是类似于置信度的东西，具体的我还没有完全明白，但是越白的像素值说明他越可能接近白这一类，越黑的就越可能接近黑这一类，所以这里铁定要进行阈值分割，而且通过阈值分割或许还能够得到更好的分割效果。

这里主要介绍用python PIL库的方法将输出的图片进行阈值分割。

方法

设定二值图像转换的阈值

PIL可以对图像的颜色进行转换，并支持诸如24位彩色、8位灰度图和二值图等模式，简单的转换可以通过 Image.convert(mode)函数 完成，其中mode表示输出的颜色模式，例如''L''表示灰度，''1''表示二值图模式等。但是利用convert函数将灰度图转换为二值图时，是采用 固定的阈 值127来实现的，即灰度高于127的像素值为1，而灰度低于127的像素值为0。为了能够通过自定义的阈值实现灰度图到二值图的转换，就要用到 Image.point函数 。

Image.point函数有多种形式，这里只讨论Image.point(table, mode)，利用该函数可以通过查表的方式实现像素颜色的模式转换，其中table为颜色转换过程中的映射表，每个颜色通道应当有256个元素，而 mode表示所输出的颜色模式，同样的，''L''表示灰度，''1''表示二值图模式。可见，转换过程的关键在于设计映射表，如果只是需要一个简单的箝 位值，可以将table中高于或低于箝位值的元素分别设为1与0。当然，由于这里的table并没有什么特殊要求，所以可以通过对元素的特殊设定实现 （0, 255）范围内，任意需要的一对一映射关系。

代码

from PIL import Image
im  =  Image.open("test.png")
# convert to grey level image 
Lim  =  im.convert("L")
Lim.save("test_gray.png")
 #  setup a converting table with constant threshold 
threshold  = 200 
table  =  []
for  i  in  range( 256 ):
     if  i  <  threshold: