8 praktik rabota

import numpy as np
import cv2
import matplotlib.pyplot as plt

# Создаем градиентное изображение с размерами 256x256, значения от 0 до 255 по горизонтали
gradient_test_pattern = np.tile(np.arange(256, dtype=np.uint8), (256, 1))

# Устанавливаем пороговое значение
threshold_value = 200

# Применение бинарного порогового преобразования
_, binary_image = cv2.threshold(gradient_test_pattern, threshold_value, 255, cv2.THRESH_BINARY)

# Подсчет белых пикселей в результате
white_pixel_count = np.sum(binary_image == 255)

# Отображение изображений
fig, axes = plt.subplots(1, 2, figsize=(10, 5))
axes[0].imshow(gradient_test_pattern, cmap='gray')
axes[0].set_title("Исходное изображение")
axes[0].axis("off")

axes[1].imshow(binary_image, cmap='gray')
axes[1].set_title("Бинарное изображение (порог = 200)")
axes[1].axis("off")

plt.show()

print("Количество белых пикселей:", white_pixel_count)