1.目标
(1)openCV的阈值函数threshhold操作
2.原理
[1]阈值
(1)最简单的图像分割技术
(2)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。
(3)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。
(4)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)。
[2]阈值化类型
(1)二进制阈值化
解释:在运用该阈值类型的时候,先要选定一个特定的阈值量,比如:125,这样,新的阈值产生规则可以解释为大于125的像素点的灰度值设定为最大值(如8位灰度值最大为255),灰度值小于125的像素点的灰度值设定为0。
(2)反二进制阈值化
解释:该阈值化与二进制阈值化相似,先选定一个特定的灰度值作为阈值,不过最后的设定值相反。(在8位灰度图中,例如大于阈值的设定为0,而小于该阈值的设定为255)。
(3)截断阈值化
解释:同样首先需要选定一个阈值,图像中大于该阈值的像素点被设定为该阈值,小于该阈值的保持不变。(例如:阈值选取为125,那小于125的阈值不改变,大于125的灰度值(230)的像素点就设定为该阈值)。
(4)阈值化为0
解释:先选定一个阈值,然后对图像做如下处理:1 像素点的灰度值大于该阈值的不进行任何改变;2 像素点的灰度值小于该阈值的,其灰度值全部变为0。
(5)反阈值化为0
解释:原理类似于0阈值,但是在对图像做处理的时候相反,即:像素点的灰度值小于该阈值的不进行任何改变,而大于该阈值的部分,其灰度值全部变为0。
3.部分代码解释
(1)阈值化函数threshold
/*
threshold参数解释
gray:输入的灰度图像
dst:输出的图像
thresh_value:阈值
max_value:二进制阈值化设置的最大值,一般为255
thresh_type:阈值化类型,0:二进制阈值化,1:反二进制阈值化,2:截断阈值化,3:阈值化为0,4:反阈值化为0
*/
threshold(gray, dst, thresh_value, max_value, thresh_type);
4.完整代码
(1)CommonInclude.h
#ifndef COMMON_INCLUDE
#define COMMON_INCLUDE
#include<iostream>
#include<opencv2/core/core.hpp>
#include<opencv2/highgui/highgui.hpp>
#include<opencv2/imgproc/imgproc.hpp>
using namespace std;
using namespace cv;
#endif
(2)Threshold.cpp
#include "CommonInclude.h"
Mat src, gray, dst;
int thresh_value = 150;
int max_value = 255;
int thresh_type = 0;
int max_value_scope = 255;
int max_thresh_value = 255;
int max_thresh_type = 4;
char windowName[] = "Threshold";
void ThreshDemo(int, void*){
/*
threshold参数解释
gray:输入的灰度图像
dst:输出的图像
thresh_value:阈值
max_value:二进制阈值化设置的最大值,一般为255
thresh_type:阈值化类型,0:二进制阈值化,1:反二进制阈值化,2:截断阈值化,3:阈值化为0,4:反阈值化为0
*/
threshold(gray, dst, thresh_value, max_value, thresh_type);
imshow(windowName, dst);
}
int main(int argc, char** argv){
if(argc < 2){
cout << "more parameters are required!!!" << endl;
return(-1);
}
namedWindow(windowName, CV_WINDOW_AUTOSIZE);
src = imread(argv[1]);
//转化成灰度图像
cvtColor(src, gray, CV_BGR2GRAY);
imshow("origin", gray);
//阈值类型
createTrackbar("Threshold Type: \n 0: Binary \n 1: Binary Inverted \n 2: Truncate \n 3: To Zero \n 4: To Zero Inverted", windowName,
&thresh_type, max_thresh_type,
ThreshDemo);
//阈值大小
createTrackbar("Threshold Value:", windowName,
&thresh_value, max_thresh_value,
ThreshDemo);
//二进制阈值化时设置的最大值
createTrackbar("Max Value:", windowName,
&max_value, max_value_scope,
ThreshDemo);
ThreshDemo(0,0);
waitKey(0);
return(0);
}
参考文献
1.http://www.opencv.org.cn/opencvdoc/2.3.2/html/doc/tutorials/imgproc/threshold/threshold.html