OpenCV中图像二值化函数调用几个关键点详解

点击上方“小白学视觉”，选择加"星标"或“置顶”

重磅干货，第一时间送达

threshold函数-参数说明

OpenCV在图像二值化的时候提供了一些很有用的API函数，其实基于指定阈值与全局阈值二值化的API函数为

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

其官方对各个参数的解释如下

src 输入图像，浮点数或者字节类型

dst 输出图像，跟输入图像类型一致

thresh, 阈值

maxval 最大值

type 二值化方式

当前支持五种二值化方式，分别为：

使用演示

输入原图为：

直接输入阈值二值化，很多人正常的操作是：

# 转为灰度之后
src = cv.imread("D:/images/test.png")
gray = cv.cvtColor(src, cv.COLOR_BGR2GRAY)
ret, binary = cv.threshold(gray, 127, 255, cv.THRESH_BINARY)
cv.imshow("manual-thresh-binary", binary)

显示如下：

实际上threshold在直接输入阈值的时候是支持三通道图像的，代码如下：

1src = cv.imread("D:/images/test.png")
2cv.imshow("input", src)
3h, w, c = src.shape
4
5# 手动阈值
6ret, binary = cv.threshold(src, 127, 255, cv.THRESH_BINARY)
7cv.imshow("manual-thresh-binary-RGB", binary)

显示如下：

但是当手动阈值输入，变成自动阈值计算的时候，threshold方法就只支持单通道的图像，换言之，对三通道的图像，threshold不支持自动阈值查找。如果输入图像是三通道的调用下面的代码

1# 自动阈值
2src = cv.imread("D:/images/test.png")
3ret, binary = cv.threshold(src, 127, 255, cv.THRESH_BINARY | cv.THRESH_OTSU)
4cv.imshow("auto-binary-gray", binary)

就会得到如下错误：

error: (-215:Assertion failed) src.type() == CV_8UC1 in function 'cv::threshold'

修改一下

1src = cv.imread("D:/images/test.png")
2gray = cv.cvtColor(src, cv.COLOR_BGR2GRAY)
3ret, binary = cv.threshold(gray, 127, 255, cv.THRESH_BINARY | cv.THRESH_OTSU)
4cv.imshow("auto-binary-gray", binary)

显示结果如下：

另外一个问题，这个也是很多新手调用C++版本threshold的自动阈值计算问过我的问题，就是自动阈值计算出来的阈值是多少，其实就是调用函数的返回double值而已。可见有时候大家不怎么看官方文档。

以上就是threshold函数在调用时候值得注意两个关键点！

好消息！

小白学视觉知识星球

开始面向外开放啦👇👇👇

下载1：OpenCV-Contrib扩展模块中文版教程

在「小白学视觉」公众号后台回复：扩展模块中文教程，即可下载全网第一份OpenCV扩展模块教程中文版，涵盖扩展模块安装、SFM算法、立体视觉、目标跟踪、生物视觉、超分辨率处理等二十多章内容。


下载2：Python视觉实战项目52讲
在「小白学视觉」公众号后台回复：Python视觉实战项目，即可下载包括图像分割、口罩检测、车道线检测、车辆计数、添加眼线、车牌识别、字符识别、情绪检测、文本内容提取、面部识别等31个视觉实战项目，助力快速学校计算机视觉。


下载3：OpenCV实战项目20讲
在「小白学视觉」公众号后台回复：OpenCV实战项目20讲，即可下载含有20个基于OpenCV实现20个实战项目，实现OpenCV学习进阶。


交流群

欢迎加入公众号读者群一起和同行交流，目前有SLAM、三维视觉、传感器、自动驾驶、计算摄影、检测、分割、识别、医学影像、GAN、算法竞赛等微信群（以后会逐渐细分），请扫描下面微信号加群，备注：”昵称+学校/公司+研究方向“，例如：”张三 + 上海交大 + 视觉SLAM“。请按照格式备注，否则不予通过。添加成功后会根据研究方向邀请进入相关微信群。请勿在群内发送广告，否则会请出群，谢谢理解~