二值化方法(阈值化)
对于图像中的每一个像素值,根据其高于或低于某个阈值做相应处理,在OpenCV中使用枚举类型定义了以下的几种阈值化操作:
最后两种方法是计算一个自适应阈值来对图像进行二值化,前者是大津阈值,后者使用三角算法选择最佳阈值。
这些枚举类型的名字空间为cv。
在后面的程序中,我会以具体的数值来说明二值化的方式。
threshold函数原型
参数解释:
src:输入的源图像,8位或32位,一般我们用灰度图即CV_8UC1。
dst: 输出图像,和源图像大小一样,类型和源图像一样。
thresh: 用于比较的阈值
maxval: 给定的最大值
type:二值化方式
注意:该函数没有重载函数,所以无论何种二值化模式都需要设定所有参数,即使在实际中这些参数可能并没有用到。
代码示例
#include <iostream>
#include <opencv2/opencv.hpp>
#include <opencv2/highgui.hpp>
#include <opencv2/imgproc.hpp>
#include <opencv2/core/cuda.hpp>
#include<sstream>
using std::cout; using std::endl;
int main(int argc, char* argv[])
{
std::string image_path = "C:\\Users\\hp\\Desktop\\demo\\8.jpg";
cv::Mat img = cv::imread(image_path, 1); //读入图像
cv::namedWindow("example", 1); //创建一个窗口用于显示源图像,1代表窗口适应图像的分辨率进行拉伸。
cv::namedWindow("threshold", 1); //显示二值化图像
cv::Mat img_g;
cv::