OpenCV基本的阈值操作

目的：

使用OpenCV 中的函数cv::threshold实现阈值操作

理论：

阈值？
1) 最简单的分割方法
2) 应用实例：从图像中分割出我们要分析的对象区域。这种分离基于对象的像素和背景像素之间的强度的变化实现。
3) 为了区分我们感兴趣的像素（which will eventually be rejected），我们将用每一个像素的值和threshold比较（依据要解决的问题确定）。
4) 一旦我们正确的分离出重要的像素，我们可以将这些像素的值设置成一个确定的值来确定它们（例如，可以用0表示黑色，255表示白色或任何你需要的值）。

阈值的类型

１）　基于OpenCV中的函数cv::threshold可以进行５中阈值类型。

２）　为了说明阈值操作如何工作, 考虑我们有一个原图，图像像素的灰度值为 src(x,y) . 如下图描绘蓝色的水平线表示阈值 thresh (固定值).

阈值二值化

这个阈值操作可以表示为:

如果src(x,y)的像素值大于thresh,像素值将被设置成MaxVal.反之设置成0.

反向阈值二值化

这个阈值操作可以表示为:

如果src(x,y)的像素值大于thresh,像素值将被设置成0.反之设置成MaxVal.

截断

这个阈值操作可以表示为:

图像最大的像素值为thresh,如果src(x,y)的像素值大于阈值,像素值将会被截断为阈值.如下图所示:

低于阈值零化

这个阈值操作可以表示为:

如果src(x,y)的像素值低于thresh,像素的值将会被设置成0.

反向低于阈值零化

这个阈值操作可以表示为:

如果src(x,y)的像素值大于thresh,像素的值会设置成0.

/**
* @file Threshold.cpp
* @brief Sample code that shows how to use the diverse threshold options offered by OpenCV
* @author OpenCV team
*/

#include "opencv2/imgproc.hpp"
#include "opencv2/imgcodecs.hpp"
#include "opencv2/highgui.hpp"

using namespace cv;

/// Global variables

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";

/// Function headers
void Threshold_Demo( int, void* );

/**
* @function main
*/
int main( int, char** argv )
{
    //! [load]
    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
    //! [load]

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

    //! [trackbar]
    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
    //! [trackbar]

    Threshold_Demo( 0, 0 ); // Call the function to initialize

    /// Wait until user finishes program
    for(;;)
    {
        int c;
        c = waitKey( 20 );
        if( (char)c == 27 ) break;
    }

}

//![Threshold_Demo]
/**
* @function Threshold_Demo
*/
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 );
}
//![Threshold_Demo]

结果

１）原图

2）对原图像使用反向阈值二值化。图像中doggie的舌头和眼睛比较亮，像素值大于阈值所以显示成黑色。 sh

３）使用低于阈值零化操作。低于阈值的像素将会变成全黑，大于阈值的像素不变。如下图所示: