OpenCV 基本阈值操作

图像阈值

阈值是什么？

简单点说是把图像分割的标尺

例如：从一副图像中利用阈值分割出我们需要的物体部分。这样的图像分割方法是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。

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）。

具体示例如：在PS中的阈值，实际上是基于图片亮度的一个黑白分界值，默认值是50%中性灰，即128，亮度高于128(<50%的灰)的会变白，低于128(>50%的灰)的会变黑（可以跟滤镜中的其它――高反差保留，再用阈值效果会更好）。

阈值类型

（解释说明：以下五种类型，左图皆为转化前像素值柱形图，中间为转化公式，右图为转化后像素值柱形图）

阈值二值化(threshold binary)

左下方的图表示图像像素点Src(x,y)值分布情况，蓝色水平线表示阈值

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。

阈值反二值化(threshold binary Inverted)

左下方的图表示图像像素点Src(x,y)值分布情况，蓝色水平线表示阈值

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）。

截断 (truncate)

左下方的图表示图像像素点Src(x,y)值分布情况，蓝色水平线表示阈值

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）。

阈值取零 (threshold to zero)

左下方的图表示图像像素点Src(x,y)值分布情况，蓝色水平线表示阈值

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。

阈值反取零 (threshold to zero inverted)

左下方的图表示图像像素点Src(x,y)值分布情况，蓝色水平线表示阈值