二值图像

二值图像（Binary Image）是最高度简化的图像形式，每个像素点只有两种可能的取值，通常表示为黑白两色，没有中间灰度或彩色信息。

---

核心定义

• 像素值：每个像素只能是 0 或 1（或对应 0 和 255）
• 颜色表示：0 = 黑色（背景），1（或255）= 白色（前景）
• 数据形式：单通道、1比特深度（1-bit depth）

---

典型特征

✅ 极简性：信息量最少，占用存储空间极小
✅ 对比鲜明：只有纯黑与纯白，无过渡层次
✅ 处理高效：算法复杂度低，运算速度快
✅ 鲁棒性强：抗光照变化能力强

---

生成方式

二值图像通常通过对灰度图或彩色图进行阈值分割得到：

复制

灰度图像 → 设定阈值T → 
  像素值 > T → 255（白）
  像素值 ≤ T → 0（黑）

 

---

在你提问的"细化算法"中的角色

细化算法只能处理二值图像，因为：

• 需要明确区分前景（保留并细化的部分）和背景（剔除的部分）
• 基于局部邻域的删除规则依赖于严格的0/1判断
• 骨架提取本质是逐层剥离前景边界像素，直到只剩中心线

---

常见应用场景

表格

复制

领域	示例
文档处理	文字二值化、印章提取
医学影像	细胞分割、血管掩膜
工业检测	缺陷轮廓、零件定位
形态学运算	腐蚀、膨胀、细化、骨架化
二维码/条形码	编码图案识别

---

可视化示例

复制

原始灰度图    二值化后（阈值=128）
┌──────┐      ┌──────┐
│░░░░░░│      │██████│  <- 黑色背景 (0)
│░░▓▓░░│  →   │██▓▓██│  <- 灰色区域变为白 (1)
│░░░░░░│      │██████│
└──────┘      └──────┘

 

总结：二值图像是从复杂图像中提取关键形状信息的第一步，是许多形态学操作和拓扑分析算法的基础数据形式。