OpenCV--阈值分割-threshold()和adaptiveThreshold()

本文主要介绍的是图像分割函数的意义及使用

涉及到的函数为threshold()，在下文代码段进行了详细的介绍。

图1表示了官方对阈值类型的介绍，图2表示的经过阈值处理之后的结果。

   

图1  阈值类型

    

图2  阈值分割结果

线性混合可表示如下：

dst = src1[I]*alpha+ src2[I]*beta + gamma;

/************************************************************************/
/* 
OpenCV阈值分割函数：threshold()

函数原型：
double threshold(InputArray src, OutputArray dst, double thresh, double maxval, int type)

参数含义：
InputArray src      -原图像
OutputArray dst     -输出图像
double thresh       -阈值大小
double maxval       -最大值
int type            -阈值模式

阈值模式有以下几种类型
0: THRESH_BINARY         -当前点值大于阈值时，取Maxval，否则设置为0
1: THRESH_BINARY_INV     -当前点值大于阈值时，设置为0，否则设置为Maxval
2: THRESH_TRUNC          -当前点值大于阈值时，设置为阈值，否则不改变
3: THRESH_TOZERO         -当前点值大于阈值时，不改变，否则设置为0
4: THRESH_TOZERO_INV     -当前点值大于阈值时，设置为0，否则不改变
*/
/************************************************************************/


#include <opencv2\imgproc\imgproc.hpp>
#include <opencv2\highgui\highgui.hpp>
#include <iostream>

using namespace cv;
using namespace std;

#define WINDOW_NAME "窗口"

//定义滑动条初始值
int g_nThresholdValue=100;  //阈值初始值
int g_nThresholdType=0;     //阈值模式初始值

Mat g_srcImage,g_grayImage,g_dstImage;

void on_Threshold(int ,void*);//声名回调函数

int main()
{
	g_srcImage=imread("lena.jpg");//读入图片
	if(!g_srcImage.data)
	{
		cout<<"读入错误"<<endl;
		return -1;
	}

	//转换为灰度图
	cvtColor(g_srcImage,g_grayImage,COLOR_RGB2GRAY);//更多转换方式参见官方文档
	//显示原图
	imshow("原图",g_srcImage);
	
	//创建滑动条
	namedWindow(WINDOW_NAME);
	createTrackbar("模式",WINDOW_NAME,&g_nThresholdType,4,on_Threshold);
	createTrackbar("阈值",WINDOW_NAME,&g_nThresholdValue,255,on_Threshold);

	//使用回调函数显示图像
	on_Threshold(0,0);

	waitKey();
	return 0;
}

void on_Threshold(int,void*)
{
	//进行阈值分割
	threshold(g_grayImage,g_dstImage,g_nThresholdValue,255,g_nThresholdType);
	//显示结果
	imshow(WINDOW_NAME,g_dstImage);
}

大津阈值和自适应阈值

#include <opencv2\imgproc\imgproc.hpp>  
#include <opencv2\highgui\highgui.hpp>  
#include <iostream>  

using namespace cv;  
using namespace std;  

#define WINDOW_NAME "窗口"  

Mat g_srcImage,g_grayImage,g_dstImage;  

int main()  
{  
	g_srcImage=imread("1.bmp");//读入图片  
	if(!g_srcImage.data)  
	{  
		cout<<"读入错误"<<endl;  
		return -1;  
	}  

	//转换为灰度图  
	cvtColor(g_srcImage,g_grayImage,COLOR_RGB2GRAY);//更多转换方式参见官方文档  
	//显示原图  
	imshow("原图",g_srcImage);  

	namedWindow(WINDOW_NAME);  
	//大津阈值
	threshold(g_grayImage,g_dstImage,0,255,CV_THRESH_OTSU); 
	//自适应阈值
	//adaptiveThreshold(g_grayImage,g_dstImage,255,0,0,7,9);
	imshow(WINDOW_NAME,g_dstImage);  

	waitKey();  
	return 0;  
}