【OpenCV】—阈值化

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。

---

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

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：

​

（2）当第五个参数取值为THRESH_BINARY_INV时：

（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
#include
#include
#include
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

（2）模式0：二进制阈值

（3）模式1：反二进制阈值

（4）模式2：截断阈值

（5）模式3：反阈值化为0

（6）模式4：阈值化为0