OpenCV 模仿halcon带阈值区间二值化threshold

cv::Mat thresholdBinary(const cv::Mat& src, double low, double high)
{
	cv::Mat region(src.rows, src.cols, CV_8UC1);
	int width = region.cols;
	int height = region.rows;
	auto data = region.data;
	for (int i = 0; i < height; ++i)
	{
		const uchar* pRow = src.ptr(i);
		uchar* pDst = region.ptr(i);
		for (int j = 0; j < width; ++j)
		{
			double val = (double)(*pRow);
			*pDst++ = (val >= low && val <= high)?255:0;
			pRow++;
		}
	}
	return region;
}

在这里插入图片描述

在这里插入图片描述

  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
OpenCV中,图像阈值二值化是一种基本的图像处理操作,可以将图像转换为二值图像。OpenCV提供了两种常用的图像阈值二值化方法:全局阈值二值化和自适应阈值二值化。全局阈值二值化是指将整个图像分割为黑白两个部分,而自适应阈值二值化是指根据图像的局部区域来确定阈值,从而得到更精确的二值化结果。 在OpenCV中,全局阈值二值化操作的C API如下: double cv::threshold(InputArray src, OutputArray dst, double thresh, double maxval, int type) 其中,src表示输入图像,dst表示输出的二值化图像,thresh表示设定的阈值,maxval表示阈值以上的像素值,type表示二值化的类型。 另外,OpenCV还提供了一些其他的阈值操作方法。自适应阈值二值化是其中之一,其API如下: void adaptiveThreshold(InputArray src, OutputArray dst, double maxValue, int adaptiveMethod, int thresholdType, int blockSize, double C) 其中,src表示输入图像,dst表示输出的二值化图像,maxValue表示阈值以上的像素值,adaptiveMethod表示自适应阈值的计算方法,thresholdType表示二值化的类型,blockSize表示局部阈值计算的邻域大小,C表示从计算得到的阈值中减去的常数。 总结起来,OpenCV提供了多种图像阈值二值化方法,可以根据具体需求选择合适的方法进行二值化操作。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *2* [二值图像分析:OpenCV中的二值化阈值操作](https://blog.csdn.net/PecoHe/article/details/113876296)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"] - *3* [【OpenCv阈值操作(超详细)](https://blog.csdn.net/qq_49838656/article/details/119516784)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"] [ .reference_list ]
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值