opencv-阈值处理 | 易学教程

从原理：http://www.opencv.org.cn/opencvdoc/2.3.2/html/doc/tutorials/imgproc/threshold/threshold.html

目标：

本节简单介绍：

OpenCV中的阈值(threshold)函数： threshold 的运用。

基本理论：

注意：: 本节的解释出自Bradski与Kaehler的书籍 Learning OpenCV 。

什么是阈值？

最简单的图像切割的方法。
应用举例：从一副图像中利用阈值切割出我们须要的物体部分（当然这里的物体能够是一部分或者总体）。这种图像切割方法是基于图像中物体与背景之间的灰度差异。并且此切割属于像素级的切割。
为了从一副图像中提取出我们须要的部分，应该用图像中的每个像素点的灰度值与选取的阈值进行比較，并作出对应的推断。
（注意：阈值的选取依赖于详细的问题。即：物体在不同的图像中有可能会有不同的灰度值。
一旦找到了须要切割的物体的像素点，我们能够对这些像素点设定一些特定的值来表示。（比如：能够将该物体的像素点的灰度值设定为：‘0’（黑色）,其它的像素点的灰度值为：‘255’（白色）；当然像素点的灰度值能够随意，但最好设定的两种颜色对照度较强，方便观察结果）。

阈值化的类型：

OpenCV中提供了阈值（threshold）函数： threshold 。
这个函数有5种阈值化类型，在接下来的章节中将会详细介绍。
为了解释阈值切割的过程。我们来看一个简单有关像素灰度的图片。该图例如以下。该图中的蓝色水平线代表着详细的一个阈值。

阈值类型1：二进制阈值化

该阈值化类型例如以下式所看到的:
解释：在运用该阈值类型的时候。先要选定一个特定的阈值量。比方：125。这样，新的阈值产生规则能够解释为大于125的像素点的灰度值设定为最大值(如8位灰度值最大为255)。灰度值小于125的像素点的灰度值设定为0。

阈值类型2：反二进制阈值化

该阈值类型例如以下式所看到的：
解释：该阈值化与二进制阈值化相似，先选定一个特定的灰度值作为阈值，只是最后的设定值相反。
（在8位灰度图中，比如大于阈值的设定为0。而小于该阈值的设定为255）。

阈值类型3：截断阈值化

该阈值化类型例如以下式所看到的：
解释：相同首先须要选定一个阈值，图像中大于该阈值的像素点被设定为该阈值，小于该阈值的保持不变。
（比如：阈值选取为125，那小于125的阈值不改变。大于125的灰度值（230）的像素点就设定为该阈值）。

阈值类型4：阈值化为0

该阈值类型例如以下式所看到的：
解释：先选定一个阈值，然后对图像做例如以下处理：1 像素点的灰度值大于该阈值的不进行不论什么改变；2 像素点的灰度值小于该阈值的，其灰度值所有变为0。

阈值类型5：反阈值化为0

该阈值类型例如以下式所看到的：
解释：原理类似于0阈值，可是在对图像做处理的时候相反，即：像素点的灰度值小于该阈值的不进行不论什么改变，而大于该阈值的部分。其灰度值所有变为0。

部分代码：

// ConsoleApplication3_6_23.cpp : Defines the entry point for the console application.
//

#include "stdafx.h"
#include<opencv2/opencv.hpp>
#include<iostream>
using namespace std;
using namespace cv;


Mat src,gray,dst;
int thr_value = 0;
int thr_type = 0;

const int max_type = 4;
const int max_value = 255;
const int max_binary_value = 255;

char *windowName = "Demo";
void Image_thred(int,void*);
int _tmain(int argc, _TCHAR* argv[])
{
	src = imread("test.png");

	if(!src.data)
		return -1;

	cvtColor(src,gray,CV_RGB2GRAY);
	namedWindow("灰度图",CV_WINDOW_AUTOSIZE);
	imshow("灰度图",gray);

	namedWindow(windowName,CV_WINDOW_AUTOSIZE);
	createTrackbar("Type: \n 0: Binary \n 1: Binary Inverted \n 2: Truncate \n 3: To Zero \n 4: To Zero Inverted",
		windowName,&thr_type,max_type,Image_thred);
	createTrackbar("Value",
		windowName,&thr_value,max_value,Image_thred);

	Image_thred(0,0);
	waitKey(0);
	return 0;
}

void Image_thred(int,void*)
{
	  /* 0: 二进制阈值
     1: 反二进制阈值
     2: 截断阈值
     3: 0阈值
     4: 反0阈值
   */
	threshold(gray,dst,thr_value,max_binary_value,thr_type);
	imshow(windowName,dst);
}

关键函数解释：

threshold( src_gray, dst, threshold_value, max_BINARY_value,threshold_type );

src_gray: 输入的灰度图像的地址。
dst: 输出图像的地址。
threshold_value: 进行阈值操作时阈值的大小。
max_BINARY_value: 设定的最大灰度值（该參数运用在二进制与反二进制阈值操作中）。
threshold_type: 阈值的类型。
从上面提到的5种中选择出的结果。

来源：https://www.cnblogs.com/yxwkf/p/4729155.html

标签

OpenCV

图像像素

灰度图像