OpenCV二值图像——二值分析

二值图像介绍

定义：二值图像首先是单通道，其次是非黑（0）即白（255）。
应用：二值图像在图像处理、对象检测与测量、缺陷检测、模式识别、机器人视觉等方面都有很重要的应用

图像阈值化分割

图像阈值化分割是指使用阈值对图像进行分割，基于一个简单的阈值T实现对图像二分类的分割，这是最简单的阈值化分割方法。
基于这个阈值，用阈值化分割方法来实现对图像的二分类分割，即像素值大于T的设为白色(255)，像素值小于或等于T的设为黑色(0)，最终得到二值图像。
OpenCV中的阈值化分割函数：

double threshold( InputArray src, OutputArray dst,
                  double thresh, double maxval, int type );

其中：
src与dst分别表示输入图像和输出图像，支持单通道与多通道，数据类型支持CV_8U与CV_32F；
thresh表示阈值；
maxval表示最大值，当图像数据类型为CV_8U时，其最大值为255，当图像数据类型为CV_32F时，其最大值为1.0；
type表示阈值化方法，❑THRESH_BINARY：二值化。❑THRESH_BINARY_INV：二值化反。❑THRESH_TRUNC：阈值截断。❑THRESH_TOZERO：阈值取零。❑THRESH_TOZERO_INV：阈值取零反。一般选THRESH_BINARY，具体效果看下图；
返回值：如果使用Otsu或Triangle方法,则返回计算出的阈值。
代码演示：

  cv::Mat src = cv::imread("./img/mini2_castle.jpg");
  if (src.empty()) {
   
    qDebug() << "image load failed!";
    return 0;
  }

  cv::Mat gray;
  cv::cvtColor(src, gray, cv::COLOR_BGR2GRAY);
  cv::Mat binary;
  // thresh怎么得来？127？
  cv::threshold(gray, binary, 127, 255, cv::THRESH_BINARY);
  cv::imshow("THRESH_BINARY", binary);
  cv::threshold(gray, binary, 127, 255, cv::THRESH_BINARY_INV);
  cv::imshow("THRESH_BINARY_INV", binary);
  cv::threshold(gray, binary, 127, 255, cv::THRESH_TRUNC);
  cv::imshow("THRESH_TRUNC", binary);
  cv::threshold(gray, binary, 127, 255, cv::THRESH_TOZERO);
  cv::imshow("THRESH_TOZERO", binary);
  cv::threshold(gray, binary, 127, 255, cv::THRESH_TOZERO_INV);
  cv::imshow("THRESH_TOZERO_INV", binary);

效果：
此处src为单通道灰度图片，如果src为三通道彩色图片（代码修改如下）：

  cv::Mat gray = src.clone();
//  cv::cvtColor(src, gray, cv::COLOR_BGR2GRAY);
  cv::Mat binary;

，则效果如下图：
由此可见，想要得到二值图片，则输入必须为为灰度图片。

如代码中所见thresh是怎么确定的呢？？图像二值化的阈值计算方法有很多，单从算法类型上来说，可以分为全局阈值计算和局部阈值计算（自适应阈值计算）两大类。OpenCV支持两种经典的全局阈值计算方法，分别是大津法与三角法。自适应阈值计算方法支持均值与高斯自适应两种。

全局阈值之大律法

该方法最早是由大津展之提出的，所以通常称为大津法。该方法主要基于图像灰度直方图信息，通过计算最小类内方差来寻找阈值T，并根据阈值T将图像分为前景（白色）或者背景（黑色）。
OpenCV可以通过threshold函数的type参数来设置是否支持大津法，当type参数设置为THRESH_OTSU，表示支持大律法。当使用大律法自动计算阈值时，threshold函数的输入图像(src)必须是单通道灰度图像。
首先需要把输入的图像转换为灰度图像，然后调用threshold函数完成二值化。
代码实现：

  cv::Mat src = cv::imread("./img/mini2_castle.jpg");
  if (src.empty()) {
   
    qDebug() << "image load failed!";
    return 0;
  }

  cv::Mat gray = src;
  cv::cvtColor(src, gray, cv::COLOR_BGR2GRAY);
  cv::Mat binary;
  cv::threshold(gray, binary, 0,<