（学习笔记）threshold —— opencv阈值操作

什么是阈值？

• 最简单的图像分割的方法。

• 应用举例：从一副图像中利用阈值分割出我们需要的物体部分（当然这里的物体可以是一部分或者整体）。这样的图像分割方法是基于图像中物体与背景之间的灰度差异，而且此分割属于像素级的分割。

• 为了从一副图像中提取出我们需要的部分，应该用图像中的每一个像素点的灰度值与选取的阈值进行比较，并作出相应的判断。（注意：阈值的选取依赖于具体的问题。即：物体在不同的图像中有可能会有不同的灰度值。

• 一旦找到了需要分割的物体的像素点，我们可以对这些像素点设定一些特定的值来表示。（例如：可以将该物体的像素点的灰度值设定为：‘0’（黑色）,其他的像素点的灰度值为：‘255’（白色）；当然像素点的灰度值可以任意，但最好设定的两种颜色对比度较强，方便观察结果）。

  

一、阈值操作的作用

       阈值操作属于像素级处理。在灰度图像中，每个像素都有一个灰度值，我们可以对灰度值设置阈值，像素与阈值比较，来实现对图像进行灰度较小和较大的噪声滤波处理，或者突出图像与背景的灰度差等等功能。

二、阈值函数 threshold 介绍

       头文件： #include <opencv2/imgproc/imgproc.hpp>

    函数定义：

//! applies fixed threshold to the image
CV_EXPORTS_W double threshold( InputArray src, OutputArray dst,
                               double thresh, double maxval, int type );

     函数参数介绍：

             InputArray src,    源图像

          OutputArray dst,    输出图像

             double thresh,   门限值

             double maxval, 最大值

              int type，           函数类型选择，THRESH_BINARY，THRESH_BINARY_INV，THRESH_TRUNC，THRESH_TOZERO，THRESH_TOZERO_INV

三、函数类型选择

       THRESH_BINARY（二进制阈值）

             

      THRESH_BINARY_INV（反二进制阈值）

               

       THRESH_TRUNC（截断阈值）

               

       THRESH_TOZERO（0阈值）

               

       THRESH_TOZERO_INV（反0阈值）

              

       

cvThreshold是opencv库中的一个函数。作用：函数 cvThreshold 对单通道数组应用固定阈值操作。该函数的典型应用是对灰度图像进行阈值操作得到二值图像。(cvCmpS 也可以达到此目的) 或者是去掉噪声，例如过滤很小或很大象素值的图像点。本函数支持的对图像取阈值的方法由 threshold_type 确定。

形式：void cvThreshold( const CvArr* src, CvArr* dst, double threshold, double max_value, int threshold_type );

　　src：原始数组 (单通道 , 8-bit of 32-bit 浮点数)。

dst：输出数组，必须与 src 的类型一致，或者为 8-bit。

　　threshold：阈值
　　max_value：使用 CV_THRESH_BINARY 和 CV_THRESH_BINARY_INV 的最大值。
　　threshold_type：阈值类型 threshold_type=CV_THRESH_BINARY:
　　如果 src(x,y)>threshold ,dst(x,y) = max_value; 否则,des（x,y）=0;
　　threshold_type=CV_THRESH_BINARY_INV:
　　如果 src(x,y)>threshold,dst(x,y) = 0; 否则,dst(x,y) = max_value.
　　threshold_typ

在这里一定要注意dst必须是单通道的图像，本人之前写成3通道图像，一直出错，检查了好久才发现问题所在。这说明还是要细心。

四、例程和程序结果分析

#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <opencv2/imgproc/imgproc.hpp>
#include <string>

using namespace cv;

void main()
{
	cv::Mat image = imread("threshold.jpg");
	cv::namedWindow("original");
	cv::imshow("original",image);

	string windowstring = "result 0";
	string imagestring = "result 0.jpg";
	cv::Mat result;
	enum thresholdtype{THRESH_BINARY ,THRESH_BINARY_INV,THRESH_TRUNC,THRESH_TOZERO,THRESH_TOZERO_INV};

	for (int thresh = 0;thresh<5;thresh++)
	{
	 /* 0: 二进制阈值
	    1: 反二进制阈值
	    2: 截断阈值
	    3: 0阈值
	    4: 反0阈值
	  */
		threshold(image,result,150,255,thresholdtype(thresh));//改变参数实现不同的threshold
		cv::namedWindow(windowstring);
		cv::imshow(windowstring,result);//显示输出结果
		cv::imwrite(imagestring,result);
		windowstring[7]++;
		imagestring[7]++;
	}
	
	waitKey(0);
}

程序结果：

threshold.jpg（源图像）

THRESH_BINARY（二进制阈值）

 

THRESH_BINARY_INV（反二进制阈值）

 THRESH_TRUNC（截断阈值）

  

 THRESH_TOZERO（0阈值）

 

THRESH_TOZERO_INV（反0阈值）