【OpenCV入门指南】第四篇 图像的二值化

【OpenCV入门指南】第四篇 图像的二值化

   在上一篇《【OpenCV入门指南】第三篇Canny边缘检测》中介绍了使用Canny算子对图像进行边缘检测。与边缘检测相比，轮廓检测有时能更好的反映图像的内容。而要对图像进行轮廓检测，则必须要先对图像进行二值化，图像的二值化就是将图像上的像素点的灰度值设置为0或255，这样将使整个图像呈现出明显的黑白效果。在数字图像处理中，二值图像占有非常重要的地位，图像的二值化使图像中数据量大为减少，从而能凸显出目标的轮廓。

《OpenCV入门指南》系列文章地址：http://blog.csdn.net/morewindows/article/category/1291764

一. 关键函数介绍

下面就介绍OpenCV中对图像进行二值化的关键函数——cvThreshold()。

函数功能：采用Canny方法对图像进行边缘检测

函数原型：

void cvThreshold(

  const CvArr* src,

  CvArr* dst,

  double threshold,

  double max_value,

  int threshold_type

);

函数说明：

第一个参数表示输入图像，必须为单通道灰度图。

第二个参数表示输出的边缘图像，为单通道黑白图。

第三个参数表示阈值

第四个参数表示最大值。

第五个参数表示运算方法。

在OpenCV的imgproc\types_c.h中可以找到运算方法的定义。

/* Threshold types */

enum

{

    CV_THRESH_BINARY      =0,  /* value = value > threshold ? max_value : 0       */

    CV_THRESH_BINARY_INV  =1,  /* value = value > threshold ? 0 : max_value       */

    CV_THRESH_TRUNC       =2,  /* value = value > threshold ? threshold : value   */

    CV_THRESH_TOZERO      =3,  /* value = value > threshold ? value : 0           */

    CV_THRESH_TOZERO_INV  =4,  /* value = value > threshold ? 0 : value           */

    CV_THRESH_MASK        =7,

    CV_THRESH_OTSU        =8  /* use Otsu algorithm to choose the optimal threshold value; combine the flag with one of the above CV_THRESH_* values */

};

注释已经写的很清楚了，因此不再用中文来表达了。

 

二. 示例程序代码

下面给出对图像进行二值化的完整的源代码：

[cpp]  view plain copy

1. //图像的二值化  
2. //By MoreWindows (http://blog.csdn.net/MoreWindows)  
3. #include <opencv2/opencv.hpp>  
4. using namespace std;  
5.   
6. #pragma comment(linker, "/subsystem:\"windows\" /entry:\"mainCRTStartup\"")  
7.   
8. IplImage *g_pGrayImage = NULL;  
9. IplImage *g_pBinaryImage = NULL;  
10. const char *pstrWindowsBinaryTitle = "二值图(http://blog.csdn.net/MoreWindows)";  
11.   
12. void on_trackbar(int pos)  
13. {  
14.     // 转为二值图  
15.     cvThreshold(g_pGrayImage, g_pBinaryImage, pos, 255, CV_THRESH_BINARY);  
16.     // 显示二值图  
17.     cvShowImage(pstrWindowsBinaryTitle, g_pBinaryImage);  
18. }  
19.   
20. int main( int argc, char** argv )  
21. {     
22.     const char *pstrWindowsSrcTitle = "原图(http://blog.csdn.net/MoreWindows)";  
23.     const char *pstrWindowsToolBarName = "二值图阈值";  
24.   
25.     // 从文件中加载原图  
26.     IplImage *pSrcImage = cvLoadImage("002.jpg", CV_LOAD_IMAGE_UNCHANGED);  
27.   
28.     // 转为灰度图  
29.     g_pGrayImage =  cvCreateImage(cvGetSize(pSrcImage), IPL_DEPTH_8U, 1);  
30.     cvCvtColor(pSrcImage, g_pGrayImage, CV_BGR2GRAY);  
31.   
32.     // 创建二值图  
33.     g_pBinaryImage = cvCreateImage(cvGetSize(g_pGrayImage), IPL_DEPTH_8U, 1);  
34.   
35.     // 显示原图  
36.     cvNamedWindow(pstrWindowsSrcTitle, CV_WINDOW_AUTOSIZE);  
37.     cvShowImage(pstrWindowsSrcTitle, pSrcImage);  
38.     // 创建二值图窗口  
39.     cvNamedWindow(pstrWindowsBinaryTitle, CV_WINDOW_AUTOSIZE);  
40.   
41.     // 滑动条    
42.     int nThreshold = 0;  
43.     cvCreateTrackbar(pstrWindowsToolBarName, pstrWindowsBinaryTitle, &nThreshold, 254, on_trackbar);  
44.   
45.     on_trackbar(1);  
46.   
47.     cvWaitKey(0);  
48.   
49.     cvDestroyWindow(pstrWindowsSrcTitle);  
50.     cvDestroyWindow(pstrWindowsBinaryTitle);  
51.     cvReleaseImage(&pSrcImage);  
52.     cvReleaseImage(&g_pGrayImage);  
53.     cvReleaseImage(&g_pBinaryImage);  
54.     return 0;  
55. }  

运行结果如下所示，读者可以到下载源文件和程序（Release版本，不用安装OpenCV也能使用），自己动手调试下阈值大小，看看生成的二值图有什么变化。

 

OpenCV还有个cvAdaptiveThreshold()函数，这个函数会使用Otsu算法(大律法或最大类间方差法)（注1）来计算出一个全局阈值，然后根据这个阈值进行二值化。