本篇博文我们利用函数函数createTrackbar()和函数threshold(),创建窗口滑动条查找图像二值化的最优阈值。
在前面的博文 https://www.hhai.cc/thread-108-1-1.html 中,已经详细介绍了函数createTrackbar()。
在前面的博文 https://www.hhai.cc/thread-162-1-1.html 中,已经详细介绍了函数threshold()。
所以,本博文便可以直接给出使用OpenCV的函数createTrackbar()创建窗口滑动条查找图像二值化的最优阈值的C++代码了,代码如下:
代码中用到的图像下载链接:
https://pan.baidu.com/s/1JEy2tiuwCKDi4n9TfuVyTA 提取码:201q
//出处:昊虹AI笔记网(hhai.cc)
//用心记录计算机视觉和AI技术
//博主微信/QQ 2487872782
//QQ群 271891601
//欢迎技术交流与咨询
//OpenCV版本 OpenCV3.0
#include <opencv2/opencv.hpp>
#include <iostream>
using namespace std;
using namespace cv;
//createTrackbar的回调响应函数
void onChangeTrackBar (int pos,void* data)
{
cv::Mat srcImage = *(cv::Mat*)(data); //强制类型转换
cv::Mat dstImage;
// 根据滑动条的值对图像进行二值化处理
cv::threshold(srcImage, dstImage, pos, 255, cv::THRESH_BINARY );
cv::imshow ("dyn_threshold",dstImage);
}
int main ()
{
// 源图像载入及判断
cv::Mat srcImage = cv::imread ("E:/material/images/P0028-flower-02.jpg");
if( !srcImage.data )
{
std::cout<<"Failed to load image"<<std::endl;
return 1;
}
// 转换为灰度图像
cv::Mat srcGray;
cv::cvtColor(srcImage, srcGray, CV_RGB2GRAY);
cv::namedWindow("dyn_threshold");
cv::imshow ("dyn_threshold",srcGray);
//创建滑动条createTrackbar,调用回调函数
createTrackbar ("pos","dyn_threshold",
0, 255, onChangeTrackBar ,&srcGray);
cv::waitKey(0);
return 0;
}
运行结果如下图所示:
拖动滑动条,改变阈值,运行结果如下图所示: