opencv 自适应阈值化_【图像处理】OpenCV系列十九 --- 自适应阈值(adaptiveThreshold)...

上一节我们学习了几何图像变换函数的具体功能，相信大家学习之后，已经有所了解，本节了我们进入OpenCV学习的下一个模块Miscellaneous Image Transformations(各种各样的图像变换处理)，首先我们学习本模块的第一个知识点，自适应阈值详解(adaptiveThreshold)。

1、函数原型

void adaptiveThreshold(InputArray src,  OutputArray dst, double maxValue,  int adaptiveMethod, int thresholdType,  int blockSize,  double C);

2、函数功能

对一幅灰度图像进行二值化，该函数支持就地操作；

该函数用下面的公式对一幅灰度图像进行二值化：

(1)正向二值化，THRESH_BINARY

正向二值化

(2)反向二值化，THRESH_BINARY_INV

反向二值化

3、参数详解

• 第一个参数，InputArray src，原图，即输入图像，是一个8位单通道的图像；
• 第二个参数，OutputArray dst，目标图像，与原图像具有同样的尺寸与类型；
• 第三个参数，double maxValue，分配给满足条件的像素的非零值；
• 第四个参数，int adaptiveMethod，自适应阈值的方法，通常有以下几种方法；

(1)ADAPTIVE_THRESH_MEAN_C，阈值T(x,y)是(x,y)减去C的Blocksize×Blocksize邻域的平均值。

(2)ADAPTIVE_THRESH_GAUSSIAN_C ，阈值T(x，y)是(x，y)减去C的Blocksize×Blocksize邻域的加权和(与高斯相关)，默认sigma(标准差)用于指定的Blocksize；具体的情况可以参见getGaussianKernel函数；

• 第五个参数，int thresholdType，阈值的类型必须是以下两种类型，

(1)THRESH_BINARY，正向二值化

(2)THRESH_BINARY_INV ，反向二值化

• 第六个参数，int blockSize，像素邻域的大小，用来计算像素的阈值，blockSize必须为奇数，例如，3，5，7等等；
• 第七个参数，double C，从平均数或加权平均数减去常量。通常，它是正的，但也可能是零或负数。

4、阈值类型详解

阈值的类型

(1)THRESH_BINARY，正向二值化,如果当前的像素值大于设置的阈值(thresh)，则将该点的像素值设置为maxval；否则，将该点的像素值设置为0；

具体的公式如下

THRESH_BINARY

(2)THRESH_BINARY_INV ，反向二值化，如果当前的像素值大于设置的阈值(thresh)，则将该点的像素值设置为0；否则，将该点的像素值设置为maxval；

具体的公式如下

THRESH_BINARY_INV

(3)THRESH_TRUNC ，如果当前的像素值大于设置的阈值(thresh)，则将该点的像素值设置为threshold；否则，将该点的像素值不变；

具体的公式如下

THRESH_TRUNC

(4)THRESH_TOZERO ，如果当前的像素值大于设置的阈值(thresh)，则将该点的像素值不变；否则，将该点的像素值设置为0；

具体的公式如下

THRESH_TOZERO

(5)THRESH_TOZERO_INV ，如果当前的像素值大于设置的阈值(thresh)，则将该点的像素值设置为0；否则，将该点的像素值不变；

具体的公式如下

THRESH_TOZERO_INV

(6)THRESH_MASK

(7)THRESH_OTSU，使用Otsu算法选择最佳阈值。

(8)THRESH_TRIANGLE，使用三角算法选择最佳阈值。

5、具体实例

#include #include #include using namespace cv;// 原图像Mat srcImage,dstImage;// 调整自适应阈值方法的变量int g_AdaptiveMethod = 0;// 调整阈值类型的变量int g_ThresholdType = 0;// 回调函数static void OnAdaptiveMethod(int, void*);int main(int argc, char** argv){ // 载入图像 srcImage = imread("lena.png"); // 判断图像是否为空 if (srcImage.empty()) { printf("image error!"); return 0; } // 对原图像进行备份 dstImage = srcImage.clone(); namedWindow("原图"); imshow("原图