【Qt&OpenCV 图像阈值操作 threshold】

阈值操作是最简单的图像分割的方法。应用举例：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。
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。）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）。

---

前言

越来越多的开发人员选择基于开源的Qt框架与OpenCV来实现界面和算法，其原因不单单是无版权问题，更多是两个社区的发展蓬勃，可用来学习的资料与例程特别丰富。以下是关于利用Qt构建GUI并使用OpenCV中的threshold函数进行图像阈值处理。
软件版本：Qt-5.12.0/OpenCV-4.5.3
平台：Windows10/11–64

---

一、函数介绍

函数原型：
cv::threshold(InputArray src,
OutputArray dst,
double thresh,
double maxval,
int type);
参数解释：
**src **： 表示输入图像；
**dst **: 表示输出图像（尺寸和类型和输入图像一样）；
thresh : 表示阈值；
**maxval **: 表示预设最大值；
**type **: 表示阈值化处理的类型设置；

阈值类型枚举：
1 THRESH_BINARY
2 THRESH_BINARY_INV
3 THRESH_TRUNC
4 THRESH_TOZERO
5 THRESH_TOZERO_INV
6 THRESH_MASK–不支持32位
7 THRESH_OTSU–不支持32位
8 THRESH_TRIANGLE --不支持32位

enum ThresholdTypes {
THRESH_BINARY = 0,
THRESH_BINARY_INV = 1,
THRESH_TRUNC = 2,
THRESH_TOZERO = 3,
THRESH_TOZERO_INV = 4,
THRESH_MASK = 7,
THRESH_OTSU = 8, //!< flag, use Otsu algorithm to choose the optimal threshold value
THRESH_TRIANGLE = 16 //!< flag, use Triangle algorithm to choose the optimal threshold value
};

二、演示

1、GUI

如上图创建type的QComboBox和Threshold功能按钮QPushButton，对当前窗口的图像进行阈值操作，并输出状态信息。

2、实现代码

thresholdBtn的**clicked()**槽函数实现代码：

void MainWindow::on_thresholdBtn_clicked()
{
    std::size_t numView = ui->tabWidget->currentIndex() % 3;
    if (dispMat[numView]->empty())
    {
        outputInfo(2, tr("Please make sure the Mat exist!"));
        return;
    }

    if (dispMat[numView]->channels() == 3)
    {
        cv::cvtColor(*dispMat[numView], *dispMat[numView], cv::COLOR_RGB2GRAY);
    }

    int threshValue = ui->thresholdSlider->value(); 	// 获取阈值threshValue
    int threshType = ui->thresholdCombo->currentIndex(); // 获取类型

    tmpMat->zeros(dispMat[numView]->rows, \
                  dispMat[numView]->cols, \
                  dispMat[numView]->type());
    cv::threshold(*dispMat[numView], *tmpMat, threshValue, 255, threshType);

    if (ui->thresholdChkBox->isChecked())
    {
        *dispMat[numView] = tmpMat->clone();
        cvtMatPixmap(dispMat, dispPixmap, numView);
    }
    else
    {
        QImage tmpImage = QImage(tmpMat->data, tmpMat->cols,tmpMat->rows, \
                     static_cast<int>(tmpMat->step), \
                     QImage::Format_Grayscale8);
        dispPixmap[numView]->setPixmap(QPixmap::fromImage(tmpImage.rgbSwapped()));
    }
    outputInfo(1, tr("Threshold done."));
}

---

总结

以上是关于利用Qt进行GUI构建并使用OpenCV中的threshold函数进行图像阈值处理。
参考：
链接: 前期https://blog.csdn.net/richard_yuu/article/details/127961272

其中疑问或错误，欢迎联系交流，微信:electrical_program