OpenCV 13 - 图像对比度和亮度的调节基本阈值操作

江凡心

已于 2024-02-26 19:59:17 修改

阅读量767

点赞数 7

分类专栏： OpenCV学习笔记文章标签： opencv 计算机视觉人工智能

于 2024-02-02 08:00:00 首次发布

本文链接：https://blog.csdn.net/m0_56741902/article/details/135921841

版权

OpenCV学习笔记专栏收录该内容

17 篇文章

订阅专栏

本文详细介绍了图像阈值在OpenCV中的应用，包括各种阈值类型如二值化、反二值化等，以及自动计算阈值的Otsu算法和THRESH_TRIANGLE方法。并提供了C++代码示例，展示了如何在实际项目中使用这些技术处理图像。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1 图像阈值

图像阈值是一种图像处理技术，用于将图像转换为二值图像。通过设定一个阈值，将图像中的像素值与阈值进行比较，将大于或小于阈值的像素分别设置为不同的像素值，从而实现图像的二值化处理。

2 阈值类型

2-1 阈值类型-阈值二值化(threshold binary)

在这里插入图片描述

2-2 阈值类型-阈值反二值化(threshold binary Inverted)

在这里插入图片描述

2-3 阈值类型-截断(truncate)

在这里插入图片描述

2-4 阈值类型-阈值取零(threshold to zero)

在这里插入图片描述

2-5 阈值类型-阈值反取零(threshold to zero inverted)

在这里插入图片描述

2-6 自动计算阈值:THRESH_OTSU

使用Otsu算法选择最佳阈值

2-7 自动计算阈值:THRESH_TRIANGLE

使用三角算法选择最佳阈值

3 代码演示

#include <opencv2/opencv.hpp>
#include <iostream>
#include <math.h>

using namespace cv;

Mat src,gray_src, dst;
int threshold_value = 127;
int threshold_max   = 255;

int type = 1;
int type_max = 4;


const char *WINDNAME = "binary image";

void Threshold_demo(int, void*) {

	cvtColor(src, gray_src, CV_RGB2GRAY);
	threshold(gray_src, dst, threshold_value, threshold_max, type);
	//threshold(gray_src, dst, threshold_value, threshold_max, THRESH_OTSU| type);
	//threshold(gray_src, dst, threshold_value, threshold_max, THRESH_TRIANGLE | type);
	imshow(WINDNAME, dst);

}
int main(int argc, char** argv)
{
	src = imread("./1.png");
	if (!src.data)	//判断图片是否加载成功!
	{
		std::cout << "打开图片失败!" << std::endl;
		return -1;
	}
	imshow("src image", src);

	
	namedWindow(WINDNAME,WINDOW_AUTOSIZE);
	createTrackbar("threshold value:", WINDNAME, &threshold_value, threshold_max, Threshold_demo);
	createTrackbar("type is:", WINDNAME, &type, type_max, Threshold_demo);
	waitKey(100000);
	return 0;
}