c++视觉处理----固定阈值操作：Threshold()函数，实时处理：二值化，反二值化，截断，设为零，反向设为零

固定阈值操作： Threshold()函数

cv::threshold() 函数是OpenCV中用于执行固定阈值二值化操作的函数。它可以用来将图像中的像素值根据用户定义的阈值转换为二进制值（0或255），以便进行图像分割、物体检测和特征提取等任务。

cv::threshold() 函数的基本语法如下：

double cv::threshold(
    cv::InputArray src,       // 输入图像
    cv::OutputArray dst,      // 输出图像
    double thresh,            // 阈值
    double maxval,            // 阈值以上像素的新值
    int type                  // 阈值类型
);

参数解释：

• src：输入图像，应为单通道灰度图像。
• dst：输出图像，函数将处理后的图像存储在这里。
• thresh：阈值，用于将像素分为两类。像素值大于等于阈值将被赋予 maxval 值，小于阈值的将被赋予0。
• maxval：阈值以上像素的新值，通常为255。
• type：阈值类型，用于指定阈值化的方式，常见的类型包括
  • cv::THRESH_BINARY（二值化）、
  • cv::THRESH_BINARY_INV（反二值化）、
  • cv::THRESH_TRUNC（截断）、
  • cv::THRESH_TOZERO（设为零）、
  • cv::THRESH_TOZERO_INV（反向设为零）等。

以下是一个简单的示例代码，演示如何使用 cv::threshold() 函数对图像进行二值化：

#include <opencv2/opencv.hpp>

int main() {
    cv::Mat image = cv::imread("input_image.jpg", cv::IMREAD_GRAYSCALE);

    if (image.empty()) {
        std::cerr << "Failed to open the image!" << std::endl;
        return -1;
    }

    // 设置阈值和阈值类型
    double thresholdValue = 128;
    double maxVal = 255;
    int thresholdType = cv::THRESH_BINARY; // 二值化

    // 应用阈值操作
    cv::Mat thresholdedImage;
    cv::threshold(image, thresholdedImage, thresholdValue, maxVal, thresholdType);

    // 显示处理后的图像
    cv::imshow("Thresholded Image", thresholdedImage);
    cv::waitKey(0);

    return 0;
}

使用相机实时处理：二值化，反二值化，截断，设为零，反向设为零

#include <opencv2/opencv.hpp>

// 回调函数，用于处理滑动条变化
void onThresholdChange(int thresholdType, void* userdata) {
    cv::Mat* inputImage = static_cast<cv::Mat*>(userdata);

    // 初始化阈值和阈值类型
    int thresholdValue = 128;
    int maxVal = 255;

    // 应用不同类型的阈值操作
    switch (thresholdType) {
    case 0: // 二值化
        cv::threshold(*inputImage, *inputImage, thresholdValue, maxVal, cv::THRESH_BINARY);
        break;
    case 1: // 反二值化
        cv::threshold(*inputImage, *inputImage, thresholdValue, maxVal, cv::THRESH_BINARY_INV);
        break;
    case 2: // 截断
        cv::threshold(*inputImage, *inputImage, thresholdValue, maxVal, cv::THRESH_TRUNC);
        break;
    case 3: // 设为零
        cv::threshold(*inputImage, *inputImage, thresholdValue, maxVal, cv::THRESH_TOZERO);
        break;
    case 4: // 反向设为零
        cv::threshold(*inputImage, *inputImage, thresholdValue, maxVal, cv::THRESH_TOZERO_INV);
        break;
    default:
        break;
    }

    // 显示处理后的图像
    cv::imshow("Thresholded Image", *inputImage);
}

int main() {
    cv::VideoCapture cap(0); // 打开本地相机
    if (!cap.isOpened()) {
        std::cerr << "Failed to open the camera!" << std::endl;
        return -1;
    }

    cv::Mat frame;
    cap >> frame; // 读取一帧图像

    // 创建窗口
    cv::namedWindow("Thresholded Image");

    // 初始化阈值类型滑动条
    int initialThresholdType = 0;
    cv::createTrackbar("Threshold Type", "Thresholded Image", &initialThresholdType, 4, onThresholdChange, &frame);

    // 显示原始图像
    cv::imshow("Thresholded Image", frame);

    // 循环捕获并处理图像，直到按下ESC键退出
    while (true) {
        int key = cv::waitKey(10);
        if (key == 27) // 按下ESC键退出循环
            break;

        cap >> frame; // 读取一帧图像

        // 实时更新阈值类型滑动条的值，触发回调函数
        cv::setTrackbarPos("Threshold Type", "Thresholded Image", initialThresholdType);

        // 显示原始图像
       // cv::imshow("Thresholded Image", frame);
    }

    // 关闭相机和窗口
    cap.release();
    cv::destroyAllWindows();

    return 0;
}