首页 > 其他分享 >【OpenCV】—阈值化

【OpenCV】—阈值化

时间:2023-02-15 11:33:28浏览次数:45  
标签:阈值 int OpenCV THRESH 图像 Threshold 参数


什么是阈值化?

答:在对各种图形进行处理操作的过程中,需要对图像中的像素做出取舍与决策,直接剔除一些低于或者高于一定值的像素。阈值可以被视作最简单的图像分割方法。如:从一副图像中利用阈值分割出我们需要的物体部分。图像分割方法基于图像中物体与背景之间的灰度差异,其中分割属于像素级的分割。

用法:阈值的选取依赖于具体的问题。即物体在不同的图像中可能会有不同的灰度值。一旦找到需要分割的物体的像素点,可以对这些像素点设定一些特定的值来表示。


文章目录

  • ​​1、固定阈值操作:Threshold()函数​​
  • ​​2、自适应阈值操作:adaptiveThreshold()函数​​
  • ​​3、示例程序​​

1、固定阈值操作:Threshold()函数

说明:函数Threshold()对单通道数组应用固定阈值操作。该函数的典型应用是对灰度值图像进行阈值操作得到二值图像,(compare()函数也可以达到此目的)或者是去掉噪声,例如过滤很小或很大像素值的图像点。

double threshold(InputArray src,OutputArray dst,double thresh,double maxval,int type)
  • 第一个参数:输入数组,填单通道,8或者32位浮点类型的Mat
  • 第二个参数:函数调用后运算结果存在这里,即这个参数用于存放输出结果,且和第一个参数中的Mat变量有一样的尺寸和类型
  • 第三个参数:阈值的具体值
  • 第四个参数:当第五个参数阈值类型type取CV_THRESH或CV_THRESH_BINARY_INV时阈值类型的最大值
  • 第五个参数:阈值类型。
    下面左边标识符依次取值0,1,2,3,4——一一对应右边的图形化的阈值描述

【OpenCV】—阈值化_计算机视觉

2、自适应阈值操作:adaptiveThreshold()函数

说明:自适应阈值操作是对矩阵采用自适应阈值操作,支持就地操作

void adaptiveThreshold(InputArray src,OutputArray dst,double maxValue,int adaptiveMethod,int thresholdType,int blockSize,double C)
  • 第一个参数:输入图形,即源图像,填Mat类对象的即可,且需为8位单通道浮点型图形
  • 第二个参数:函数调用后的运算结果存在这里,需要和源图像有一样的尺寸和类型
  • 第三个参数:给像素赋的满足条件的非零值。
  • 第四个参数:用于指定要使用的自适应阈值算法,可取值为ADAPTIVE_THRESH_MEAN_C或者ADAPTIVE_THRESH_GAUSSIAN_C
  • 第五个参数:阈值类型。取值必须为THRESH_BINARY、THRESH_BINARY_INV其中之一
  • 第六个参数:用于计算阈值大小的一个像素的邻域尺寸,取值3、5、7等
  • 第七个参数:减去平均或加权平均值后的常数值。通常其为正数,但少数情况下也可以为0或者负数。

adaptiveThreshold()函数有如下将一幅灰度图变换为一幅二值图公式:

(1)当第五个参数“阈值类型”thresholdType取值为THRESH_BINARY时:


【OpenCV】—阈值化_计算机视觉_02

(2)当第五个参数取值为THRESH_BINARY_INV时:

【OpenCV】—阈值化_计算机视觉_03

(3)其中的T(x,y)为分别计算每个单独像素的阈值,取值如下:

  • 对于ADAPTIVE_THRESH_MEAN_C方法,阈值T(x,y)为blockSize X blockSize邻域内(x,y)减去第七个参数C的平均值。
  • 对于ADAPTIVE_THRESH_GAUSSIAN_C方法,阈值T(x,y)为blockSize X blockSize邻域内(x,y)减去第七个参数C与高斯窗交叉相关的加权总和。

3、示例程序

#include<opencv2/opencv.hpp>
#include<opencv2/imgproc/imgproc.hpp>
#include<opencv2/highgui/highgui.hpp>
#include<iostream>
using namespace std;
using namespace cv;
#define WINDOW_NAME "【程序窗口】"

//--------------------------------
// 全局变量声明
//--------------------------------
int g_nThresholdValue = 100;
int g_nThresholdType = 3;
Mat g_srcImage, g_grayImage, g_dstImage;

//--------------------------------
// 全局函数声明
//--------------------------------
static void ShowHelpText();//输出帮助文字
void on_Threshold(int, void *);//回调函数

int main()
{
system("color 5E");
//读入源图片
g_srcImage = imread("E:\\Pec\\黑寡妇.jpg");

//存留一部分原图的灰度图
cvtColor(g_srcImage, g_grayImage, COLOR_RGB2GRAY);

//创建窗口并显示原始图
namedWindow(WINDOW_NAME, WINDOW_AUTOSIZE);
imshow("【原始图】", g_srcImage);
//创建滑动条来控制阈值
createTrackbar("模式", WINDOW_NAME, &g_nThresholdType, 4, on_Threshold);
createTrackbar("参数值", WINDOW_NAME, &g_nThresholdValue, 255, on_Threshold);

//初始化自定义的阈值回调函数
on_Threshold(0, 0);

//轮询等待用户按键,如果ESC按键按下则退出程序
while (1)
{
int key;
key = waitKey(20);
if ((char)key == 27)
break;
}
}
void on_Threshold(int, void*)
{
//调用阈值函数
threshold(g_grayImage, g_dstImage, g_nThresholdValue, 255, g_nThresholdType);

imshow(WINDOW_NAME, g_dstImage);
}

(1)原始图

【OpenCV】—阈值化_计算机视觉_04

(2)模式0:二进制阈值

【OpenCV】—阈值化_值类型_05

(3)模式1:反二进制阈值

【OpenCV】—阈值化_图像处理_06

(4)模式2:截断阈值

【OpenCV】—阈值化_计算机视觉_07

(5)模式3:反阈值化为0

【OpenCV】—阈值化_计算机视觉_08

(6)模式4:阈值化为0

【OpenCV】—阈值化_取值_09


标签:阈值,int,OpenCV,THRESH,图像,Threshold,参数
From: https://blog.51cto.com/u_14935708/6058983

相关文章