imgproc模块--基本阈值操作

最新推荐文章于 2023-01-22 13:31:12 发布

nnUyi

最新推荐文章于 2023-01-22 13:31:12 发布

阅读量1.2k

点赞数 1

分类专栏： opencv学习笔记文章标签： opencv 图像处理

opencv学习笔记专栏收录该内容

33 篇文章 0 订阅

订阅专栏

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);
}