【13】Threshold.cpp
\OpenCV2.3.1\opencv\samples\cpp\tutorial_code\ImgProc
什么是阈值?
最简单的图像分割的方法。
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)。
OpenCV中提供了阈值(threshold)函数: threshold 。
double threshold(const Mat& src, Mat& dst, double thresh, double maxVal, int thresholdType)
src: 输入的灰度图像的地址。
dst: 输出图像的地址。
thresh: 进行阈值操作时阈值的大小。
max_value: 设定的最大灰度值(该参数运用在二进制与反二进制阈值操作中)。
threshold_type: 阈值的类型。
5种
阈值类型1:二进制阈值化
解释:在运用该阈值类型的时候,先要选定一个特定的阈值量,比如:125,这样,新的阈值产生规则可以解释为大于125的像素点的灰度值设定为最大值(如8位灰度值最大为255),灰度值小于125的像素点的灰度值设定为0。
阈值类型2:反二进制阈值化
解释:该阈值化与二进制阈值化相似,先选定一个特定的灰度值作为阈值,不过最后的设定值相反。(在8位灰度图中,例如大于阈值的设定为0,而小于该阈值的设定为255)。
阈值类型3:截断阈值化
解释:同样首先需要选定一个阈值,图像中大于该阈值的像素点被设定为该阈值,小于该阈值的保持不变。(例如:阈值选取为125,那小于125的阈值不改变,大于125的灰度值(230)的像素点就设定为该阈值)。
阈值类型4:阈值化为0
解释:先选定一个阈值,然后对图像做如下处理:1 像素点的灰度值大于该阈值的不进行任何改变;2 像素点的灰度值小于该阈值的,其灰度值全部变为0。
阈值类型5:反阈值化为0
解释:原理类似于0阈值,但是在对图像做处理的时候相反,即:像素点的灰度值小于该阈值的不进行任何改变,而大于该阈值的部分,其灰度值全部变为0。
进行阈值分割。。
首先就是要找到门限阈值啦!
用matlab方便些、、
通常选双峰间波谷。而且是较小值。
= = so we got 128 ~