图像处理——阈值

1. 阈值设置

• 输入图像：灰度图，单通道，8 或 32位浮点数类型的深度。
• 输出图像
• 用来对像素值进行分类的阈值
• 当像素值高于（有时是小于）阈值时应该被赋予的新的像素值
• 阈值类型

double threshold(InputArray src, OutputArray dst, double thresh, double maxval, int type);

阈值类型
• cv2.THRESH_BINARY
• cv2.THRESH_BINARY_INV
• cv2.THRESH_TRUNC
• cv2.THRESH_TOZERO
• cv2.THRESH_TOZERO_INV

2. 最大类间方差 OTSU

适用范围：双峰图像
算法假设图像像素能够根据阈值，被分成背景[background]和目标[objects]两部分。然后，计算该最佳阈值来区分这两类像素，使得两类像素区分度最大。OTSU阈值可以不设置或随意设置，函数会自动计算最合适的阈值。

计算过程：
设图像Img长宽尺寸为M*N, T为二值化的阈值；

N0为灰度小于T的像素的个数，N0的平均灰度为μ0。

N1 为灰度大于T的像素的个数，N1的平均灰度为μ1。

ω0=N0/ M×N (1) //落在N0的概率

ω1=N1/ M×N (2) 　//落在N1的概率

N0+N1=M×N (3)

ω0+ω1=1 (4)

μ=ω0μ0+ω1μ1 (5) 　//平均灰度乘以概率 再相加

g=ω0(μ0-μ)^{2+ω1(μ1-μ)}2 (6) //类间方差

将式(5)代入式(6),得到等价公式: g=ω0ω1(μ0-μ1)^2 (7)

参考：https://www.cnblogs.com/jyxbk/p/9638541.html

3. 自适应阈值

前面的部分我们使用是全局阈值，整幅图像采用同一个数作为阈值。这种方法并不适应与所有情况，尤其是当同一幅图像上的不同部分的具有不同亮度时。根据图像上的每一个小区域计算与其对应的阈值，得到最优的效果。

void adaptiveThreshold(InputArray src, OutputArray dst, double maxValue, int adaptiveMethod, int thresholdType, int blockSize, double C)

• 原图像

• 输出图像

• 一个邻域内计算阈值所采用的算法：
  ADAPTIVE_THRESH_MEAN_C
  计算出领域的平均值再减去第七个参数double C的值

  ADAPTIVE_THRESH_GAUSSIAN_C
  计算出领域的高斯均值再减去第七个参数double C的值

• int thresholdType：阈值类型，只有两个取值，
  THRESH_BINARY
  THRESH_BINARY_INV

• int blockSize：adaptiveThreshold的计算单位是像素的邻域块，邻域块取多大，就由这个值作决定

• double C ：一个常数偏移值调整量，阈值就等于平均值或者加权平均值减去C。

#include <iostream>
#include <opencv2/opencv.hpp>
using namespace std;
using namespace cv;

Mat src, graysrc, dst, thresh;
const char*output_title = "binaryimage";
int threshhold_value = 127;
int threshhold_max = 255;
int type_value = 2;
int type_max = 4;
void Threshhold_Demo(int, void*);

int main(int argc, char** argv)
{
	src = imread("F:\\timg.jpg");

	if (src.empty())
	{
		printf("could not load image src...\n");
		return -1;
	}
	
	namedWindow("input image", WINDOW_AUTOSIZE);
	imshow("input image", src);

	namedWindow(output_title, WINDOW_AUTOSIZE);

	createTrackbar("threshold value", output_title, &threshhold_value, threshhold_max, Threshhold_Demo);

	createTrackbar("type value", output_title, &type_value, type_max, Threshhold_Demo);

	Threshhold_Demo(0, 0);

	//imwrite("F:\\xzbi.jpg", dst);

	waitKey(0);
	return 0;
}

void Threshhold_Demo(int, void*)
{
	  
	cvtColor(src, graysrc, CV_BGR2GRAY);
	//threshold(graysrc, dst, threshhold_value, threshhold_max, THRESH_BINARY);

	/*printf("%d", THRESH_BINARY);
	printf("%d", THRESH_BINARY_INV);
	printf("%d", THRESH_TRUNC);
	printf("%d", THRESH_TOZERO);
	printf("%d", THRESH_TOZERO_INV);*/
	//threshold(graysrc, dst, threshhold_value, threshhold_max, type_value);
	//threshold(graysrc, dst, 0, 255, THRESH_OTSU | type_value);//自动计算阈值
	threshold(graysrc, dst, 0, 255, THRESH_TRIANGLE | type_value);
	
	imshow(output_title, dst);
}

#include <iostream>
#include <opencv2/opencv.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <opencv2/imgproc/imgproc.hpp>
#include <opencv2\core\core.hpp> 
#include <opencv2/core/core_c.h>
#include <opencv2\objdetect\objdetect.hpp>  
#include <opencv2\imgproc\types_c.h>  



using namespace std;
using namespace cv;

Mat src, graysrc, dst;
const char*output_title = "ATMimage";

void Threshhold_Demo(int, void*);

int main(int argc, char** argv)
{
	src = imread("F:\\timg.jpg");

	if (src.empty())
	{
		printf("could not load image src...\n");
		return -1;
	}
	
	namedWindow("input image", WINDOW_AUTOSIZE);
	imshow("input image", src);
    namedWindow(output_title, WINDOW_AUTOSIZE);

	Threshhold_Demo(0, 0);

	//imwrite("F:\\xzbi.jpg", dst);

	waitKey(0);
	return 0;
}

void Threshhold_Demo(int, void*)
{
	int blockSize = 5;
	int constValue = 10;
	const int maxVal = 255;
	/* 自适应阈值算法
  0：ADAPTIVE_THRESH_MEAN_C
  1: ADAPTIVE_THRESH_GAUSSIAN_C
  阈值类型
  0: THRESH_BINARY
  1: THRESH_BINARY_INV */
	//int adaptiveMethod = 0;
	int thresholdType = 1;
	cvtColor(src, graysrc, CV_BGR2GRAY);
	//adaptiveThreshold(graysrc, dst, maxVal, adaptiveMethod, thresholdType, blockSize, constValue);
	//adaptiveThreshold(graysrc, dst, maxVal, ADAPTIVE_THRESH_GAUSSIAN_C, thresholdType, blockSize, constValue);
    adaptiveThreshold(graysrc, dst, maxVal, ADAPTIVE_THRESH_MEAN_C, THRESH_BINARY, blockSize, constValue);
	
	
	imshow(output_title, dst);
}