【OpenCV3经典编程100例】（09）阈值处理：灰度图阈值化处理threshold()

threshold()是图像处理里经常使用的函数，功能很多。

我们使用反二进制阈值化，作用有两点，一生成二值图像，二增强边缘图像的可视化效果。

API函数：

	//固定阈值操作
	double threshold(InputArray src,//输入图像，单通道
		OutputArray dst,//输出图像
		double thresh,//阈值的具体值
		double maxval,//最大值，生成二值图时用到
		int type);//阈值类型
	//常用的两种阈值化类型
	//THRESH_BINARY     = 0, 阈值化处理生成二值图像
	//THRESH_BINARY_INV = 1, 阈值化处理并反转生成二值图像

一、c++示例代码

//包含头文件
#include <opencv2/opencv.hpp>
//命名空间
using namespace cv;
using namespace std;
//全局函数声明部分

//主函数
int main()
{
	//【1】载入图像,灰度化
	Mat image = imread("F:\\opencvtest\\testImage\\beauty.png", 0);
	//【2】检查是否载入成功
	if (image.empty())
	{
		printf("读取图片错误，请确认目录下是否有imread函数指定图片存在！ \n ");
		return 0;
	}
	//【3】拉普拉斯算子
	Mat laplacianImage;//拉普拉斯算子边缘图
	Laplacian(image, laplacianImage, CV_8U);
	//【4】阈值化，加以反转增加可视化效果
	Mat thresholdedImage;//阈值化后的二值图
	threshold(laplacianImage, thresholdedImage, 0.1, 255, THRESH_BINARY_INV);
	//【5】显示图像
	imshow("09-拉普拉斯算子边缘图", laplacianImage);
	imshow("09-阈值化后的二值图", thresholdedImage);
	//【6】保持窗口显示
	waitKey(0);
	return 0;
}

二、运行截图

1.拉普拉斯算子求得的边缘图

2.阈值化后的二值图，加以反转增加可视化效果。我们发现边缘增加了很多！！！

这是因为拉普拉斯算子对噪声很敏感，而且它有零交点特性，导致边缘很多！

在之后我们会使用梯度算子求取边缘图~