opencv学习笔记（二十一）——阈值操作

阈值化：

最简单的图像分割方法

应用举例：从一副图像中利用阈值分割出我们需要的物体部分（当然这里的物体可以是一部分或者整体）。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。

阈值操作介绍：

二进制阈值化

阈值化类型如下式所示：

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。

反二进制阈值化

阈值类型如下式所示：

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）。

截断阈值化

该阈值化类型如下式所示：

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）。

阈值化为0

该阈值类型如下式所示：

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。

反阈值化为0

该阈值类型如下式所示：

解释：原理类似于0阈值，但是在对图像做处理的时候相反，即：像素点的灰度值小于该阈值的不进行任何改变，而大于该阈值的部分，其灰度值全部变为0。

固定阈值操作：Threshold()函数

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

src_gray: 输入的灰度图像的地址。
dst: 输出图像的地址。
threshold_value: 进行阈值操作时阈值的大小。
max_BINARY_value: 设定的最大灰度值（该参数运用在二进制与反二进制阈值操作中）。
threshold_type: 阈值的类型。从上面提到的5种中选择出的结果。

使用实例：

代码：

#include <opencv2/opencv.hpp>

int g_nThresholdValue = 100;
int g_nThresholdType = 3;
cv::Mat g_srcImage, g_grayImage, g_dstImage;

void on_Threshold(int, void *);

void main()
{
    g_srcImage = cv::imread("LenaRGB.bmp");
    if (!g_srcImage.data) std::cout << "The srcImage loading faile!" << std::endl;

    cv::cvtColor(g_srcImage, g_grayImage, cv::COLOR_RGB2GRAY);

    cv::namedWindow("Threshold");
    cv::imshow("Threshold", g_srcImage);

    cv::createTrackbar("模式", "Threshold", &g_nThresholdType, 4, on_Threshold);
    cv::createTrackbar("参数值", "Threshold", &g_nThresholdValue, 255, on_Threshold);

    on_Threshold(0, 0);
    while (1)
    {
        int key;
        key = cv::waitKey(20);
        if ((char)key == 27)    {   break; }
    }

}

void on_Threshold(int, void *)
{
    cv::threshold(g_grayImage, g_dstImage, g_nThresholdValue, 255, g_nThresholdType);
    cv::imshow("Threshold", g_dstImage);
}

效果：