opencv-图像处理基础-二值图像

1．二值图像
二值图像是指仅仅包含黑色和白色两种颜色的图像。
在计算机中，通过一个栅格状排列的数据集（矩阵）来表示和处理图像。例如，图 2-1 是
一个字母 A 的图像，计算机在处理该图像时，会首先将其划分为一个个的小方块，每一个小方
块就是一个独立的处理单位，称为像素点。接下来，计算机会将其中的白色像素点（白色小方
块区域）处理为“1”，将黑色像素点（黑色小方块区域）处理为“0”，以方便进行后续的存储
和处理等操作。

按照上述处理方式，图 2-1 中的字母 A 在计算机内的存储形式如图 2-2 所示。

上述图像比较简单，图像内只有黑色和白色两种不同的颜色，因此只使用一个比特位（0
或者 1）就能表示。

图像的二值化是最简单的图像处理技术，它一般都跟具体算法联系在一起，很多算法的输入需要是二值数据。比如你把图像文字转换为PDF文字，PDF上只能是黑白两种颜色。比如你给二维码解码，你需要知道哪块黑哪块白。

去掉图像两个字，二值化在视觉里面应用场景多一些。比如早期的人脸检测很多手势识别的方法，第一步要找到皮肤块，所以需要把图像分为皮肤区域和非皮肤区域，这也算是一种二值化，但通常在方法上用的可能不是基于直方图的了（可能是ID3， 随机森林，SVM，甚至神经网络）。比如Haar特征，以及后来的BRIEF和FAST等，还有LBP实际上都是用到二值的思想。

图像二值化可以看作是聚类，可以看作是分类……这些其实不重要，重要的是它快。它最明显的意义就是简化后期的处理，提高处理的速度。