【OpenCV基础】图像二值化操作

嵌小超

已于 2023-08-12 16:48:11 修改

阅读量3.5k

点赞数 2

分类专栏： # OpenCV 文章标签：机器学习人工智能计算机视觉 opencv

于 2021-07-12 17:35:02 首次发布

本文链接：https://blog.csdn.net/weixin_51244852/article/details/118680169

版权

OpenCV 专栏收录该内容

62 篇文章 52 订阅

订阅专栏

📢：如果你也对机器人、人工智能感兴趣，看来我们志同道合✨
📢：不妨浏览一下我的博客主页【https://blog.csdn.net/weixin_51244852】
📢：文章若有幸对你有帮助，可点赞 👍 收藏 ⭐不迷路🙉
📢：内容若有错误，敬请留言 📝指正！原创文，转载请注明出处

图像二值化操作介绍

效果：将图像上的像素点的灰度值设置为0或255，这样将使整个图像呈现出明显的黑白效果。

意义：在数字图像处理中，二值图像占有非常重要的地位，图像的二值化使图像中数据量大为减少，从而能凸显出目标的轮廓。

种类：OpenCV提供了全局固定阈值和局部自适应阈值的函数来实现二值化图像。

注意：二值化之前必须要进行灰度化处理或是转化为单通道图像，因为二值化意味着图像只有两种颜色，即黑和白。灰度化图像只有灰色和白色，刚好可以转化为黑白图像。

一、API-threshold-全局二值化方法

1.1函数原型中的参数

Threshold( const CvArr* src, CvArr* dst, double threshold, double max_value,int threshold_type );

1.2参数的含义

1.src：单通道的输入图像
2.dst：和输入图像同类型的输出图像
3.thresh：阈值的具体值。
4.maxval：当第五个参数阈值类型type取 THRESH_BINARY 或THRESH_BINARY_INV阈值类型时的最大值.
5.type：阈值类型。

其它参数很好理解，我们来看看第五个参数，第五参数有以下几种类型 0: THRESH_BINARY
当前点值大于阈值时，取Maxval,也就是第四个参数，下面再不说明，否则设置为0 1: THRESH_BINARY_INV
当前点值大于阈值时，设置为0，否则设置为Maxval 2: THRESH_TRUNC 当前点值大于阈值时，设置为阈值，否则不改变 3:
THRESH_TOZERO 当前点值大于阈值时，不改变，否则设置为0 4: THRESH_TOZERO_INV
当前点值大于阈值时，设置为0，否则不改变

1.3部分代码

#include <opencv2/opencv.hpp>  
#include <iostream>  

using namespace cv;
using namespace std;

int main()
{
	Mat SrcImage;
	Mat GrayImage;
	Mat BinaryImage;

	SrcImage = imread("D:/images/lena.png");
		if (SrcImage.empty()) {
		printf("请确认输出的图像是否正确？");
		return -1;
	}
	imshow("原图", SrcImage);

	cvtColor(SrcImage,GrayImage,COLOR_BGR2GRAY);
	imshow("灰度图", GrayImage);

	//大于60且小于255的像素值设置为255，即像素值在两个数之间都被改为255；小于60的设置为0，即黑色。
	threshold(GrayImage, BinaryImage,100, 255, THRESH_BINARY);
	imshow("二值图", BinaryImage);
	
	waitKey();
}

在这里插入图片描述

1.4全部代码-设有滑动条

#include <opencv2/opencv.hpp>  
#include <iostream>  

using namespace cv;
using namespace std;

Mat SrcImage;
Mat GrayImage;
Mat BinaryImage;

void on_trackbar(int pos, void*)
{
	//转化为二值图
	threshold(GrayImage, BinaryImage, pos, 255, THRESH_BINARY);
	imshow("二值图", BinaryImage);
}

int main()
{
	SrcImage = imread("D:/images/lena.png");
	imshow("原图", SrcImage);

	cvtColor(SrcImage, GrayImage, COLOR_BGR2GRAY);
	imshow("灰度图", GrayImage);
	
	on_trackbar(1, 0);
	int nThreshold = 10;
	createTrackbar("二值图阈值", "二值图", &nThreshold, 254, on_trackbar);

	waitKey(0);
}

在这里插入图片描述

二、API-adaptiveThreshold-局部二值化方法

adaptiveThreshold是局部二值化的函数原型。

2.1函数原型中的参数

double threshold(InputArray src, OutputArray dst, double thresh, double maxval, int type)

2.2参数含义

src:单通道的输入图像
dst:和输入图像同类型的输出图像
maxValue:> 二值化后非零的最大值设置，二值，顾名思义有两个值，一个是零，一个是（0~256）之间的值。具体和阈值类型搭配说明见下面。
adaptiveMethod:自适应阈值算法选择：CV_ADAPTIVE_THRESH_MEAN_C> 或CV_ADAPTIVE_THRESH_GAUSSIAN_C。具体说明见下面。
thresholdType:阈值类型，下面有详细选择说明。注意，adaptiveThreshold方法只支持前两个参数
blockSize:用来计算每个像素的阈值的邻域大小，如3,5,7等。
C:从adaptiveMethod选择的方法中计算出来的平均值或加权平均值减去的参数值，可以是正数或负数。区别C方式函数，没有默认值。