OpenCV4.9​​​​基本阈值操作(44)

返回:OpenCV系列文章目录（持续更新中......）

上一篇:OpenCV4.9图像金字塔(43)

下一篇 ：OpenCV4.9使用 inRange 的阈值操作(45)

目标

在本教程中，您将学习如何：

• 使用 OpenCV 函数 cv::threshold 执行基本阈值操作

理论依据

注意

下面的解释属于 Bradski 和 Kaehler 的 Learning OpenCV 一书

阈值？

• 最简单的分割方法
• 应用示例：分离出与要分析的对象相对应的图像区域。这种分离基于对象像素和背景像素之间的强度变化。
• 为了将我们感兴趣的像素与其他像素区分开来（最终会被拒绝），我们对每个像素强度值与阈值（根据要解决的问题确定）进行比较。
• 一旦我们正确地分离了重要的像素，我们就可以为它们设置一个确定的值来识别它们（即我们可以为它们分配一个值(0)(黑色)、(255)(白色)或任何适合您需求的值）。

• .

阈值的类型

• OpenCV 提供了函数 cv::threshold 来执行阈值操作。
• 我们可以使用此函数实现 (5) 类型的阈值操作。我们将在以下小节中解释它们。
• 为了说明这些阈值过程是如何工作的，让我们假设我们有一个源图像，其像素的强度值为(src（x，y))下图描绘了这一点。水平蓝线表示阈值 (thresh)(固定)。

阈值二进制

• 此阈值操作可以表示为：

• 

• 因此，如果像素src(x，y) 的强度高于 (thresh),则新像素强度设置为 (MaxVal)否则，像素设置为(0)。

阈值二进制，反转

• 此阈值操作可以表示为：

• 

• 如果像素src(x,y) 的强度高于 thresh,则新像素强度设置为0.否则，它设置为MaxVal

截断

• 此阈值操作可以表示为：

• 

• 像素的最大强度值为 thresh,如果src(x，y)大于此，则其值将被像素的最大强度值为。见下图：

阈值为零

• 此操作可以表示为：

• 

• 如果 src(x，y)低于thresh,则新像素值将设置为 0。

阈值为零，倒置

• 此操作可以表示为：

• 

• 如果src(x，y)大于thresh,则新像素值将设置为0。

演示代码

C++

教程代码如下所示。您也可以从这里下载

#include "opencv2/imgproc.hpp"
#include "opencv2/imgcodecs.hpp"
#include "opencv2/highgui.hpp"
#include <iostream>
 
using namespace cv;
using std::cout;
 
 
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";
 
 
static 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 );
}
 
int main( int argc, char** argv )
{
 String imageName("stuff.jpg"); // by default
 if (argc > 1)
 {
 imageName = argv[1];
 }
 src = imread( samples::findFile( imageName ), IMREAD_COLOR ); // Load an image
 
 if (src.empty())
 {
 cout << "Cannot read the image: " << imageName << std::endl;
 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 a Trackbar to choose type of Threshold
 
 createTrackbar( trackbar_value,
 window_name, &threshold_value,
 max_value, Threshold_Demo ); // Create a Trackbar to choose Threshold value
 
 Threshold_Demo( 0, 0 ); // Call the function to initialize
 
 waitKey();
 return 0;
}

解释

C++

让我们检查一下程序的一般结构：

• 加载图像。如果是 BGR，我们将其转换为灰度。为此，请记住，我们可以使用函数  cv::cvtColor : ：

 String imageName("stuff.jpg"); // by default
 if (argc > 1)
 {
 imageName = argv[1];
 }
 src = imread( samples::findFile( imageName ), IMREAD_COLOR ); // Load an image
 
 if (src.empty())
 {
 cout << "Cannot read the image: " << imageName << std::endl;
 return -1;
 }
 
 cvtColor( src, src_gray, COLOR_BGR2GRAY ); // Convert the image to Gray

• 创建一个窗口来显示结果

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

• 创建2个跟踪栏供用户输入：
  • 阈值类型：二进制、归零等...
  • 阈值

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

• 等到用户输入阈值、阈值类型（或程序退出）
• 每当用户更改任何 Trackbar 的值时，都会调用函数 Threshold_Demo（Java 中的 update）：

static 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 );
}

如您所见，函数 cv::threshold 被调用。我们在 C++ 代码中给出 (5)个参数：

• src_gray：我们的输入图像
• dst：目标（输出）图像
• threshold_value：进行阈值操作所依据的 \（thresh\） 值
• max_BINARY_value：用于二进制阈值操作的值（用于设置所选像素）
• threshold_type：(5) 阈值操作之一。它们列在上面函数的注释部分。

结果

1. 编译此程序后，运行它，将图像的路径作为参数。例如，对于输入图像，如下所示：

1. 首先，我们尝试使用反转的二进制阈值来阈值图像。我们预计比 \（thresh\） 更亮的像素会变暗，这就是我们实际发生的情况，正如我们在下面的快照中看到的那样（请注意，从原始图像中可以看出，与图像相比，狗狗的舌头和眼睛特别明亮，这反映在输出图像中）。

1. 现在我们尝试将阈值设置为零。这样，我们预计最暗的像素（低于阈值）将完全变为黑色，而值大于阈值的像素将保持其原始值。这由输出图像的以下快照验证：

---

参考文献：

1、《Basic Thresholding Operations》-----Ana Huamán