opencv 之一种二值图像实现方法

这次实用的函数是自己实现，这次使用方法：

使用近似一维Means方法寻找二值化阈值，该方法的大致步骤如下：

1.      一个初始化阈值T，可以自己设置或者根据随机方法生成。

2.      根据阈值图每个像素数据P(n,m)分为对象像素数据G1与背景像素数据G2。(n为

行，m为列)

3.      G1的平均值是m1, G2的平均值是m2

4.      一个新的阈值T’ = (m1 + m2)/2

5.      回到第二步，用新的阈值继续分像素数据为对象与背景像素数据，继续2～4步，

直到计算出来的新阈值等于上一次阈值。

代码如下：

#include 
#include   
#include   
#include  
using namespace std;
using namespace cv;
int getAverage(Vector array){
	int s=array.size();
	int ans=0;
	for(int i=0;i b;
	Vector s;
	while(fir!=fin){
		s.clear();
		b.clear();
		fin=fir;
		for(int i=0;i(j,i);
				if(t>fin){b.push_back(t);}
				else 	s.push_back(t);
			}
		}
		fir=(getAverage(b)+getAverage(s))/2;
		//	
	}
	return fin;
}
//获取二值图像
 void getErZhiTuXiang(int th,Mat src){

	int h=src.rows;
        int w=src.cols;
	for(int i=0;i(j,i);
                        if(t>th){src.at(j,i)=255;}
                        else    src.at(j,i)=0;
		}
        }

}
int main( int argc, char** argv )
{
	Mat image=imread("1.jpg");
	Mat destImg;
	cvtColor(image, destImg, CV_BGR2GRAY);
	int th=getthreshold(destImg);
	getErZhiTuXiang(th,destImg);
	
	imshow("laplace",destImg);
        imwrite("2.jpg",destImg);
        waitKey(0);
 	return 0;
}

最后效果图：