图片二值化 opencv实现 代码及分析

最新推荐文章于 2024-08-31 19:06:57 发布
最新推荐文章于 2024-08-31 19:06:57 发布
阅读量5.1k 收藏 6
点赞数 1
分类专栏： 数字图像处理 文章标签： 代码分析 图像处理 存储 struct 2010 c
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/willyang519/article/details/8017780
版权
本文介绍了图像二值化的概念，即将灰度图像通过阈值处理转化为黑白效果，便于图像分析和减少数据量。文章详细分析了使用OpenCV在C++环境下，基于RGB值平均判断的二值化实现过程，并解释了CvScalar结构体和相关函数如cvGet2D、cvSet2D在处理1通道和3通道图像时的作用。
摘要由CSDN通过智能技术生成

1.图片二值化概念

就是将图像上的像素点的灰度值设置为0或255，也就是将整个图像呈现出明显的黑白效果。将256个亮度等级的灰度图像通过适当的阈值选取而获得仍然可以反映图像整体和局部特征的二值化图像。

在数字图像处理中，二值图像占有非常重要的地位，首先，图像的二值化有利于图像的进一步处理，使图像变得简单，而且数据量减小，能突显出感兴趣的目标的轮廓。其次，要进行二值图像的处理与分析，首先要把灰度图像二值化，得到二值化图像。

2.实现代码分析

基本思想：将RGB彩色图片对应到灰度图像上，但是最后通过一个阀值，将灰度值极端地设为255和0.

具体实现：R，G，B三色值相加/3，若值大于128，则将该点的灰度值设为255；若小于128，则设为0.

实际代码：（运行环境：Win7 64位 / opencv2.3 / VS2010）


                

        

        

    

  


        

            

                    
                      最低0.47元/天 解锁文章
                        
                    
            

        

    

      

        

            

              
                
                  willproud
                
              
            

            

                关注
              
            

        

        

          
      

      

            

                专栏目录
          









                



	

		

			

				
					
OpenCV_基于局部自适应阈值的图像二值化

				
			

			

				

					
				

				

					01-18
					
					4万+
					
				

			

		

		

			
				
在图像处理应用中二值化操作是一个很常用的处理方式，例如零器件图片的处理、文本图片和验证码图片中字符的提取、车牌识别中的字符分割，以及视频图像中的运动目标检测中的前景分割，等等。


较为常用的图像二值化方法有：1）全局固定阈值；2）局部自适应阈值；3）OTSU等。


全局固定阈值很容易理解，就是对整幅图像都是用一个统一的阈值来进行二值化；


局部自适应阈值则是根据像素的邻域块

			
		

	



                

            
              



	

		

			

				
					
python二值化处理_Python图像处理二值化方法实例汇总

				
			

			

				

					weixin_39665302的博客
				

				

					12-04
					
					1255
					
				

			

		

		

			
				
在用python进行图像处理时，二值化是非常重要的一步，现总结了自己遇到过的6种 图像二值化的方法(当然这个绝对不是全部的二值化方法，若发现新的方法会继续新增)。1. opencv 简单阈值 cv2.threshold2. opencv 自适应阈值 cv2.adaptiveThreshold (自适应阈值中计算阈值的方法有两种：mean_c 和 guassian_c ，可以尝试用下哪种效果好)3....

			
		

	



              


  
              

                


	

		

			

				
					
opencv学习笔记10-opencv中的图像二值化

					
最新发布

				
			

			

				

					The_xz的博客
				

				

					08-31
					
					1353
					
				

			

		

		

			
				
【代码】opencv学习笔记10-opencv中的图像二值化。

			
		

	





	

		

			

				
					
实现openCV五种二值图像算法的源码精细版解析C++源码

				
			

			

				

					dongbao520的博客
				

				

					05-13
					
					196
					
				

			

		

		

			
				
#include <stdio.h>
#include <tchar.h>
#include <opencv.hpp>	  
#include<iostream>
#include<opencv2/core/core.hpp>
#include<opencv2/highgui/highgui.hpp>
#include <opencv2\imgproc\types_c.h>
#include <opencv2/hig.

			
		

	



		

			
		



	

		

			

				
					
opencv二值化代码实现

				
			

			

				

					tugouxp的专栏
				

				

					05-22
					
					1020
					
				

			

		

		

			
				
基于OPENCV的图像二值化代码：


#include <opencv2/core/core.hpp>  
#include<opencv2/highgui/highgui.hpp>  
#include"opencv2/imgproc/imgproc.hpp"  
#include <iostream>  
 
using namespace cv;
Mat SrcImage;
Mat GrayImage;
Mat BinaryImage;
 
void on_tra

			
		

	





	

		

			

				
					
php opencv二值化,opencv 摄像头采集 图像二值化源码

				
			

			

				

					weixin_30840919的博客
				

				

					03-26
					
					162
					
				

			

		

		

			
				
#include #include #include #include int main(int argc,char**argv){IplImage* pFrame = NULL;IplImage* pFrImg = NULL;IplImage* pBkImg = NULL;CvMat* pFrameMat = NULL;CvMat* pFrMat = NULL;CvMat* pBkMat = N...

			
		

	





	

		

			

				
					
基于ImageJ和OpenCv的16种自动二值化图像代码(C++)

				
			

			

				

					05-19
				

			

		

		

			
				
本项目着重讲解如何利用ImageJ的Java代码和OpenCV库在C++环境下实现16种不同的自动二值化算法，以达到对图像进行高效处理的目的。  首先，我们要理解ImageJ和OpenCV这两个库在图像处理中的作用。ImageJ是一款开源的...

			
		

	





	

		

			

				
					
OpenCV实现二值图像的边缘光滑处理

				
			

			

				

					08-18
				

			

		

		

			
				
下面是使用OpenCV实现二值图像的边缘光滑处理的代码示例： ```cpp void delete_jut(Mat& src, Mat& dst, int uthreshold, int vthreshold, int type){  // ... } ``` 这段代码使用了OpenCV的`Mat`类来存储图像数据，...

			
		

	





	

		

			

				
					
opencv python如何实现图像二值化

				
			

			

				

					09-18
				

			

		

		

			
				
在OpenCV库中，Python如何实现图像二值化是一个重要的图像处理操作，它将图像转换为只有黑白两色的形式，通常用于文字识别、图像分割等应用。二值化过程是基于图像的灰度级，将图像中的每个像素点根据一个阈值分为两...

			
		

	





	

		

			

				
					
MatLab二值化处理代码

				
			

			

				

					07-13
				

			

		

		

			
				
就几行字，作图像二值化处理的matlab语句

			
		

	





	

		

			

				
					
基于OpenCV的图像二值化（阈值可调）

				
			

			

				

					03-14
				

			

		

		

			
				
这是一段基于OpenCV的图像二值化实例代码，阈值可以通过滑动条来调节，可以观察不同阈值。具体分析见博客http://blog.csdn.net/primetong/article/details/79211648

			
		

	





	

		

			

				
					
matlab二值化处理的代码-Drowsiness-Detection:在MATLAB中开发的用于在驾驶时检测睡意的项目

				
			

			

				

					05-24
				

			

		

		

			
				
matlab二值化处理的代码通过分析面部表情和头部动作来预防事故的智能系统
该项目的主要目的是利用技术来遏制世界上的主要问题。
据统计，仅困倦驾驶在美国每年就导致超过1,550例致命事故和40,000例非致命事故，并且类似的情况在全球仍然存在。
该项目是在MATLAB中开发的，用于在驾驶时检测睡意。
在检测到周围有随机来源的疲劳或分心迹象时，它将生成警报以通知驾驶员。
当前代码库有两个文件a）new.m
b）HeadLowering.m
a）new.m它包含用于检测视频中的眼睛和嘴巴的代码，处理ROI提取特征以进行最终决定。
涉及的步骤：-
首先，使用“
Voila
Jones”算法检测视频帧中的人脸。
我们决定使用“面部对称”概念从图像中切出嘴巴和眼睛，而不是从检测到的这张脸中提取嘴巴和眼睛。
一旦我们有了所需的成分（眼睛，嘴巴），就对图像进行处理；
进行了“二值化”，“拨号”和“侵蚀”。
为了弄清楚眼睛是闭合还是张开，编写了一种算法来检测“眨眼”和“打哈欠”。
为了做出最终决定，考虑了连续帧区域中像素数量和浓度的变化。
b）HeadLowering.m它包含用于监视头部运动的代码。

			
		

	





	

		

			

				
					
matlab二值化处理的代码-38-Cloud-A-Cloud-Segmentation-Dataset:该数据集包括Landsat8图像及其

				
			

			

				

					05-24
				

			

		

		

			
				
matlab二值化处理的代码38-Cloud：云细分数据集
*新功能：在处发布了38-Cloud数据集的扩展。
该数据集包含38个场景图像及其手动提取的像素级地面真相，用于进行云检测。
引入了38-Cloud数据集，但这是对的数据集的修改。
这些场景的整个图像被裁剪为多个384
*
384补丁，以适合基于深度学习的语义分割算法。
有用于培训的8400补丁和用于测试的9201补丁。
每个贴片具有4个对应的光谱通道，分别是红色（波段4），绿色（波段3），蓝色（波段2）和近红外（波段5）。
与其他计算机视觉图像不同，这些通道不会合并在一起。
相反，它们位于其对应目录中。
该数据集的目录树如下：
├──38-Cloud_training
│------------├──train_red
│------------├──火车绿│------------├──train_blue
│------------├──train_nir
│------------├──train_gt
│------------├──Natural_False_Color
│------------├──Entire

			
		

	





	

		

			

				
					
二值化图像处理代码

				
			

			

				

					12-21
				

			

		

		

			
				
二值化图像处理代码

			
		

	





	

		

			

				
					
matlab二值化处理的代码-z-profile_column_segmentation:适用于具有常规页面布局的常规手稿

				
			

			

				

					05-24
				

			

		

		

			
				
matlab二值化处理的代码z-profile_column_segmentation
使用Matlab进行常规页面布局的常规手稿
在n列均匀布局的手稿上效果很好。
随后可以使用心跳-seamcarve存储库对行进行分段：
Z-profile代码需要使用matlab
2018b和以下工具箱：
计算机视觉工具箱8.2版
图像处理工具箱版本10.3
深度学习工具箱12.0（仅当您想使用cnn作为边距时）
您还需要简单的二进制存储库中的代码

			
		

	





	

		

			

				
					
基于opencv的一种局部自适应快速二值化方法（积分法）

					
热门推荐

				
			

			

				

					Realizetheworld的博客
				

				

					07-20
					
					1万+
					
				

			

		

		

			
				
由于用opencv自带的函数adaptiveThreshold()在光照不均匀的图像中进行二值化时，效果不佳，之后看了Derek Bradley和Gerhard Roth于2007年写的《Adaptive Thresholding Using the Integral Image》，方法简单实现简便且速度较快，本文基于opencv用程序实现了它。其核心思想可以由下面两张图概括，先得到图像中
各

			
		

	





	

		

			

				
					
opencv源码--高效的二值化函数

				
			

			

				

					hmmwjs的博客
				

				

					04-28
					
					742
					
				

			

		

		

			
				
图像二值化

最简单的就是for{if{}}的方式（方式一）。


//简单但不高效的方式
void SimpleBin(Mat &src, Mat &dst, int thresh, int minVal, int maxVal)
{
	uchar* srcData = src.data;
	uchar* dstData = dst.data;
	int dataLength =...

			
		

	





	

		

			

				
					
Opencv源码解析------二值化

				
			

			

				

					wazwx的专栏
				

				

					01-16
					
					2099
					
				

			

		

		

			
				
Opencv源码解析------二值化
二值化的4种方法：
（1）      对于RGB图像进行灰度化，然后扫描图像的每个像素。大于阈值的设为255（白色）。小于阈值的设为0（黑色）。
（2）      计算图像像素的均值K，然后扫描图像的每个像素，像素值大于K的设为255（白色），小于K的设为黑色（0）。
（3）      大津法：利用直方图的形式统计像素的分布情况然后，求得图像直方图的

			
		

	





	

		

			

				
					
OpenCV图像二值化实现及Halcon OCR应用

				
			

			

				

					
				

			

		

		

			
				
二值化可以简化图像数据，便于后续的图像分析处理，例如轮廓检测、边缘检测等。  3. OpenCV中的二值化方法: 在OpenCV中，实现图像二值化的方法有很多种，但最常用的是阈值处理（Thresholding）。阈值处理可以是全局...

			
		

	



              




          




        



    





    



      

      

        
      

      





	

		评论	
	

	
	




  

    

      添加红包
      
    

    

      

        
        

          
          
        

        
请填写红包祝福语或标题

      

      

        
        

          
          个
        

        
红包个数最小为10个

      

      

        
        

          
          元
        

        
红包金额最低5元

      

      

        
        

          当前余额3.43元
          前往充值 >
        

      

      

        

          需支付：10.00元
        

        
        
      

    

  





  

    
    
  

  

    
    
  








  

    

      

        

          

            
            
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
            

          

        

        

          

          

          

        

      

    

    

  



      
      

      
实付元

      
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