基本的阈值操作

理论

阈值？

• 最简单的分割方法
• 应用例子：从图像中分割出我们想要研究的对象。 这样的分割依赖于对象像素与背景像素的对比度差异。
• 为了区分出我们感兴趣的像素，我们可以将像素值与阈值进行比较。
• 一旦我们区分开了重要的像素，那么我们可以为它设置一个值来区分它。
  
  
  

阈值操作的类型

• OpenCV 提供了cv::threshold来执行阈值操作
• 这个函数中可以使用5中类型的阈值操作，后面部分我们会介绍。
• 为了描述我们的阈值操作，假设我们原图像文件$src(x,y)$,水平的蓝线代表阈值线。
  
  
  

二分阈值

• 这一阈值操作可以表示为：

$${dst} (x,y)=\begin {cases} {maxVal}, & src(x,y)>thresh \\\ 0, & otherwise \end {cases}$$

• 如果 $src(x,y)$大于$thresh$值，新的像素值就是$MaxVal$。否则的话像素值为0。
  
  
  

二分阈值，反向操作

• 操作可以描述为

$${dst} (x,y)=\begin {cases} 0, & src(x,y)>thresh \\\ {maxVal}, & otherwise \end {cases}$$

• 如果 $src(x,y)$大于$thresh$值，新的像素值就是0。否则的话像素值为$MaxVal$。
  
  
  

截取操作

• 截取操作可以描述为：
  

  $${dst} (x,y)=\begin {cases} threshold, & src(x,y)>thresh \\\ {src(x,y)}, & otherwise \end {cases}$$

• thresh是阈值操作之后的最大值，如果src(x,y)值过大会被截取。
  

  
  
  

零阈值操作

• 操作可以描述为：
  

  $${dst} (x,y)=\begin {cases} src(x,y), & src(x,y)>thresh \\\ {0}, & otherwise \end {cases}$$
  • 如果 src(x,y)小于thresh，则操作之后为0。
    
    
    

反向零阈值操作

• 操作可以描述为：
  

  $${dst} (x,y)=\begin {cases} 0, & src(x,y)>thresh \\\ {src(x,y)}, & otherwise \end {cases}$$
  • 如果 src(x,y)大于thresh，则操作之后为0。
    
    
    

示例代码

示例代码如下，可以从此处下载

#include "opencv2/imgproc.hpp"
#include "opencv2/imgcodecs.hpp"
#include "opencv2/highgui.hpp"
using namespace cv;
int threshold_value = 0;
int threshold_type = 3;
int const max_value = 255;
int const max_type = 4;
int const max_BINARY_value = 255;
Mat src, src_gray, dst;
const char* window_name = "Threshold Demo";
const char* trackbar_type = "Type: \n 0: Binary \n 1: Binary Inverted \n 2: Truncate \n 3: To Zero \n 4: To Zero Inverted";
const char* trackbar_value = "Value";
void Threshold_Demo( int, void* );
int main( int, char** argv )
{
  src = imread( argv[1], IMREAD_COLOR ); // Load an image
  if( src.empty() )
    { return -1; }
  cvtColor( src, src_gray, COLOR_BGR2GRAY ); // Convert the image to Gray
  namedWindow( window_name, WINDOW_AUTOSIZE ); // Create a window to display results
  createTrackbar( trackbar_type,
                  window_name, &threshold_type,
                  max_type, Threshold_Demo ); // Create Trackbar to choose type of Threshold
  createTrackbar( trackbar_value,
                  window_name, &threshold_value,
                  max_value, Threshold_Demo ); // Create Trackbar to choose Threshold value
  Threshold_Demo( 0, 0 ); // Call the function to initialize
  for(;;)
    {
      char c = (char)waitKey( 20 );
      if( c == 27 )
    { break; }
    }
}
void Threshold_Demo( int, void* )
{
  /* 0: Binary
     1: Binary Inverted
     2: Threshold Truncated
     3: Threshold to Zero
     4: Threshold to Zero Inverted
   */
  threshold( src_gray, dst, threshold_value, max_BINARY_value,threshold_type );
  imshow( window_name, dst );
}

说明

我们来看一看程序的结构：

• 加载图像，如果是BGR ，需要转换为Grayscale，我们可以使用cv::cvtColor 函数完成：

  src = imread( argv[1], IMREAD_COLOR ); // Load an image
  if( src.empty() )
    { return -1; }
  cvtColor( src, src_gray, COLOR_BGR2GRAY ); // Convert the image to Gray

• 创建窗口显示结果

 namedWindow( window_name, WINDOW_AUTOSIZE ); // Create a window to display results

• 创建两个跟踪按钮进行用户输入：
  
  • 阈值操作的类型
  • 阈值

  createTrackbar( trackbar_type,
                  window_name, &threshold_type,
                  max_type, Threshold_Demo ); // Create Trackbar to choose type of Threshold
  createTrackbar( trackbar_value,
                  window_name, &threshold_value,
                  max_value, Threshold_Demo ); // Create Trackbar to choose Threshold value

• 等待用户输入阈值和阈值操作类型

• 当用户改变跟踪条输入时，函数Threshold_Demo被调用：

void Threshold_Demo( int, void* )
{
  /* 0: Binary
     1: Binary Inverted
     2: Threshold Truncated
     3: Threshold to Zero
     4: Threshold to Zero Inverted
   */
  threshold( src_gray, dst, threshold_value, max_BINARY_value,threshold_type );
  imshow( window_name, dst );
}

cv::threshold调用的时候，给了5个参数：
- src_gray：我们的输入图像
- dst：输出图像
- threshold_value：阈值操作的阈值
- max_BINARY_value：二值阈值操作中的阈值
- threshold_type：阈值操作的类型

结果