基于RGB图像阈值分割并利用滑动调节阈值

最新推荐文章于 2024-03-11 10:09:49 发布

AI炮灰

最新推荐文章于 2024-03-11 10:09:49 发布

阅读量891

点赞数

分类专栏： C++OpenCV项目实战文章标签： opencv c++ 计算机视觉图像分割

本文链接：https://blog.csdn.net/bigData1994pb/article/details/125435276

版权

C++OpenCV项目实战专栏收录该内容

31 篇文章 39 订阅 ¥39.90 ¥99.00

订阅专栏

超级会员免费看

本文介绍了颜色分割的基本概念，特别是针对RGB图像的阈值分割。为解决最佳阈值选择问题，作者提出了使用滑动条动态调整阈值的方法。通过遍历图像像素点并根据四种不同模式判断是否保留，实现图像的分割。提供了实战案例以展示该方法的应用。

摘要由CSDN通过智能技术生成

1.颜色分割概述

2.实战案例

1.颜色分割概述

对图像进行颜色的阈值分割，往往不知道阈值设置为多少合适，需要不断测试，针对此问题，设置了阈值的滑动条，从而可以通过滑动滑动条快速找到阈值。

最常见的阈值分割即为R、G、B的阈值分割，即判断像素点的R、G、B值是否大于或小于某一阈值，满足条件的点就保留或删除。

本代码阈值分割的算法是直接按行按列依次遍历图像每个像素点，判断像素点的值是否满足分割条件，满足即将该点设置为黑色来达到分割的效果。代码为阈值、 R、G、B、和模式都设置了滑动条，其中模式有4种：

0----RGB R、G、B值大于阈值的点设为黑色
1----|G-R| G-R值的绝对值小于threshod_value的点设为黑色
2----|2G-R-B| 2G-R-B值的绝对值大于threshod_value的点设为黑色
3----G/R G/R值小于threshod_value的点设为黑色

2.实战案例

#include <opencv2\opencv.hpp>
#include <iostream>
using namespace cv;
using namespace std;

Mat src, dst;

//滑动条相关全局变量
int mode = 0;
int r = 255, g = 255, b = 255;
int threshod_value = 70;

//滑动条回调函数声明
void on_mode(int