Opencv学习——图像阈值化

图像阈值化是最常用的图像处理方法，在很多领域应用广泛，机器视觉中产品的识别和定位中往往需要采用阈值处理使产品的特征更加明显，易于后续的处理。
一般阈值化可以分为两种：
- 全局阈值化
- 局部阈值化

---

全局阈值化

全局阈值化顾名思义就是对整个图像进行阈值处理，所以阈值的选取就显得格外的重要。一般可以借助图像的直方图来选择合适的阈值。全局阈值处理比较适合目标与背景有较明显像素值差别的图像。

---

Opencv中全局阈值化类型有以下几种：

需要说明的是还有一种阈值方式：
THRESH_OTSU 即大律法
大律法使用的是聚类的思想，把图像的灰度数按灰度级分成2个部分，使得两个部分之间的灰度值差异最大，每个部分之间的灰度差异最小，通过方差的计算来寻找一个合适的灰度级别来划分。
大律法可以找到图像中满足要求的全局阈值，然后再根据这个阈值使用上图所示的阈值类型进行阈值处理。

Opencv中阈值化的函数为：

double threshold(InputArray src, OutputArray dst,