opencv 自适应二值化cv::adaptiveThreshold()函数详解（复杂背景下提取划痕）

前言

从以下复杂背景图片下提取划痕

假设采用全局阈值二值化， cv::threshold(src, globalBinayImage, 150, 255, cv::THRESH_BINARY_INV)，很难得到最优的二值化效果,划痕没有完整提取出来，反而把背景也提取出来了:

这个时候就需要一种能够自适应的二值化算法上场了。

一、opencv cv::adaptiveThreshold()函数

1.函数原型：

CV_EXPORTS_W void adaptiveThreshold( InputArray src, OutputArray dst,
                                     double maxValue, int adaptiveMethod,
                                     int thresholdType, int blockSize, double C );

2.参数说明：

src：输入8位单通道图像。
dst：输出图像，大小和类型与src相同。
maxValue：满足条件的像素所分配的非零值。
adaptiveMethod：要使用的自适应阈值算法，ADAPTIVE_THRESH_MEAN_C或者ADAPTIVE_THRESH_GAUSSIAN_C
thresholdType：阈值类型，必须是THRESH_BINARY或者HRESH_BINARY_INV，指示要提取亮区域还是暗区域
blockSize：用于计算像素阈值的像素邻域的大小:3,5,7，以此类推。
C：偏移值调整量，从每个邻域计算出的平均值或高斯加权平均值中减去的常量，就是最终阈值，它可以是正的，也可以是零或负的。

3.函数原理：

算法通过计算每个像素周围blockSize x blockSize大小像素块的加权均值并减去常量C得到该像素值的最终阈值，每个像素都会有一个自适应的动态阈值。

代码示例

   cv::Mat src;
    src = cv::imread("D:\\QtProject\\Opencv_Example\\adaptiveThreshold\\adaptiveThreshold.png", cv::IMREAD_GRAYSCALE);
    if (src.empty()) {
      cout << "Cannot load image" << endl;
      return;
    }
    //全局二值化
    cv::Mat globalBinayImage;
    cv::threshold(src, globalBinayImage, 150, 255, cv::THRESH_BINARY_INV);


    //自适应二值化
    cv::Mat binaryImage;
    cv::adaptiveThreshold(src, binaryImage, 255,cv::THRESH_BINARY_INV, cv::ADAPTIVE_THRESH_GAUSSIAN_C, 7,8);

程序运行效果：