阈值化可以被视为最简单的图像分割方法。比如,从一幅图像中利用阈值分割出我们所需要的物体部分。
这样的图像分割方法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。
Threshold()和adaptiveThreshold()函数可以这样的操作。
他们的思路为:给定一个阈值和图像数组,然后根据数组中的每个元素的值是高于还是低于阈值而进行处理。
固定阈值函数Threshold()
CV_EXPORTS_W double threshold( InputArray src, OutputArray dst,
double thresh, double maxval, int type );
需要注意的是 输入进去的src原图图像只能是单通道图像 即转为灰度在输入
第三个参数为固定的阈值 ,第四个参数为阈值的最大值,第五个参数即为选择取阈值的方法。
THRESH_BINARY = 0,
THRESH_BINARY_INV = 1,
THRESH_TRUNC = 2,
THRESH_TOZERO = 3,
THRESH_TOZERO_INV = 4,
第一个即最基本的二值化,图像元素大于阈值则直接取最大值反之为0 ,
第二个方法则把第一个方法反了一下,大于阈值的时候取0
......
自适应阈值操作:adaptiveThreshold()函数
CV_EXPORTS_W void adaptiveThreshold( InputArray src, OutputArray dst,
double maxValue, int adaptiveMethod,
int thresholdType, int blockSize, double C );
第三个参数 maxValue 为给像素赋满足条件的非零0
第四个参数 自适应阈值方法有两种
ADAPTIVE_THRESH_MEAN_C ADAPTIVE_THRESH_GAUSSIAN_C
第五个参数 阈值的类型 取值必须为 THRESH_BINARY或THRESH_BINARY_INV
第六个参数计算阈值大小的一个邻域尺寸 取值为 3 5 7 ....奇数
第七个参数 double类型的C 减去平均或加权平均值后的常数值。通常为正数,少数情况下也可为0或复数
adaptiveThreshold(Img1, BinaryImg, 255, ADAPTIVE_THRESH_MEAN_C, THRESH_BINARY, 101, 4);