图像形态学-阈值的概念、功能及操作(threshold()函数))【C++的OpenCV 第九课-OpenCV图像常用操作(六)】


一、阈值(thresh)的概念

  • 首先,顾名思义,“”就是范围或者限制,所以,“阈值”就是某个限制的值(该值具有一定的数学含义,即“临界值”,例如车辆限高杆的高度就是一种阈值,不可超越;亦或者1.1米以下儿童不收费,超过1.1就要收费。)
    在这里插入图片描述
  • 其次,图形学中的阈值,往往指某个你想要设置的像素值。

二、阈值在图形学中的用途

        图像阈值进程被用于图像分离领域,根据某个确定的阈值,将图像进行分离,从而得到感兴趣的区域。
在这里插入图片描述

        当然基于这个思想,还可以应用于更深更高的领域,例如医学图像分析等领域。总之,其应用价值非常高。就像前一章的内容一样。


三、阈值的作用和操作

3.1 在OpenCV中可以进行的阈值操作

        我们接下来用图像和函数公式来尽可能的表达其原理和功能。
        注意,以下的图像中,红色实线为设置的阈值!

  • 二进制模式

    • 模式介绍:
      在这里插入图片描述
    • 解释:
              当源图像的像素值大于阈值时,处理后的图像中这些像素点均取最新设置的最大值像素作为结果,如果源图像的像素值小于或者等于阈值,则结果图像中的该像素值为0。
    • 图示:
      • 处理前像素值数据:
        在这里插入图片描述

      • 处理后像素值数据:
        在这里插入图片描述

  • 二进制倒置

    • 模式介绍:
      在这里插入图片描述
    • 解释:
              和像素二进制模式完全相反即可! 即:当源图像的像素值大于阈值时,结果图像对应的像素值为0,当源图像的像素值小于等于阈值时,结果图像对应的阈值取提前设置好的MaxValue(最大值)。
    • 图示:
      • 处理前像素值数据:
        在这里插入图片描述
      • 处理后像素值数据:
        在这里插入图片描述
  • 阈值截短

    • 解释:
              即一句话,把所有高于阈值的像素点的值都设置为等于阈值,其余像素值不变
    • 图示:
      • 处理前的图像数据:
        在这里插入图片描述
      • 处理后的图像数据:
        在这里插入图片描述
  • 零阈值

    • 模式介绍:
      在这里插入图片描述

    • 解释:
              源图像中低于或者等于阈值的像素被设置为0

    • 图示:

      • 处理前的图像数据:
        在这里插入图片描述
      • 处理后的图像数据:
        在这里插入图片描述
  • 零阈值倒置

    • 模式介绍:
      在这里插入图片描述
    • 解释:将上边0阈值的数据反过来即可,即:当源图像像素值大于阈值时,生成的图片对应像素位置的值为0;反之,保留原像素值。
    • 图示:
      • 处理前图像的数据:
        在这里插入图片描述
      • 处理后图像的数据:
        在这里插入图片描述

3.2 操作实例

3.2.1 threshold()函数介绍

  • 函数原型:
double cv::threshold(
						InputArray src,
						OutputArray dst,
						double 	thresh,
						double 	maxval,
						int 	type 
					)	
  • 参数解释:
    • src : 原始图像
    • dst:处理后的图像
    • thresh:阈值
    • maxval:像素最大值,即上文中提到的MaxValue
    • type:阈值处理的方式,在这里,上文中提到的几种阈值模式由以下整数对应:

3.2.2 实例

参考源代码:示例源码

#include "opencv2/imgproc.hpp"
#include "opencv2/imgcodecs.hpp"
#include "opencv2/highgui.hpp"
using namespace cv;

int main(void)
{
    Mat srcImg = imread("/home/aelx-chen/demo.jpg");
    Mat grayImg;
    Mat dstImg;
    cvtColor(srcImg, grayImg, COLOR_BGR2GRAY);

    threshold(grayImg, dstImg, 90, 255, 1);
    /*
        将原图像,设置阈值为90,最大阈值为255,采用二进制方式处理
    */

    imshow("source image",srcImg);
    imshow("gray image",grayImg);
    imshow("destination image",dstImg);
    waitKey(0);
    return 0;
}

3.2.3 结果

在这里插入图片描述


上节课的内容(作者还是鼓励各位同学按照顺序进行学习哦):【C++的OpenCV】第八课-OpenCV图像常用操作(五):图像形态学-图像金字塔(Gaussian pyramid、Laplacian pyramid)和向上(下)采样的使用和原理

  • 6
    点赞
  • 36
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
Halcon中的threshold算子是一种用于图像阈值分割的方法。根据引用和引用的信息,threshold是Halcon中使用最多的基本算子之一。在正常干扰不多的情况下,可以直接使用threshold算子进行阈值分割。而在复杂情况下,可以根据具体需要选择不同的阈值分割算子,如dyn_threshold、binary_threshold和var_threshold等。这些算子可以根据图像的特点和需求来选择合适的算法进行阈值分割。另外,根据引用的信息,threshold算子可以根据灰度值的标准差和平均值来调整阈值,以提高对比度并选出需要的区域。综上所述,Halcon中的threshold算子是一种常用图像阈值分割算子,可以根据不同的情况选择合适的算法进行应用。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *2* [Halcon图像分割-多个threshold阈值处理算子讲解](https://blog.csdn.net/yuanrongyouzhi/article/details/124336843)[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^v92^chatsearchT0_1"}}] [.reference_item style="max-width: 50%"] - *3* [Halcon算子threshold、dyn_threshold、binary_threshold、auto_threshold、fast_threshold、var_threshold](https://blog.csdn.net/weixin_39829336/article/details/112168217)[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^v92^chatsearchT0_1"}}] [.reference_item style="max-width: 50%"] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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

打赏作者

小白piao

创作不易,支持一下!

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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