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。
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
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)
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:
#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
(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