【C++的OpenCV】第九课-OpenCV图像常用操作（六）：图像形态学-阈值的概念、功能及操作（threshold()函数））

---

上节课的内容（作者还是鼓励各位同学按照顺序进行学习哦）：【C++的OpenCV】第八课-OpenCV图像常用操作（五）：图像形态学-图像金字塔（Gaussian pyramid、Laplacian pyramid）和向上(下)采样的使用和原理

---

一、阈值（thresh）的概念

• 首先，顾名思义，“阈”就是范围或者限制，所以，“阈值”就是某个限制的值（该值具有一定的数学含义，即“临界值”，例如车辆限高杆的高度就是一种阈值，不可超越；亦或者1.1米以下儿童不收费，超过1.1就要收费。）
  
• 其次，图形学中的阈值，往往指某个你想要设置的像素值。

---

二、阈值在图形学中的用途

        图像阈值进程被用于图像分离领域，根据某个确定的阈值，将图像进行分离，从而得到感兴趣的区域。

        当然基于这个思想，还可以应用于更深更高的领域，例如医学图像分析等领域。总之，其应用价值非常高。就像前一章的内容一样。

---

三、阈值的作用和操作

3.1 在OpenCV中可以进行的阈值操作

        我们接下来用图像和函数公式来尽可能的表达其原理和功能。
        注意，以下的图像中，红色实线为设置的阈值！

• 二进制模式

  • 模式介绍：
    
  • 解释：
            当源图像的像素值大于阈值时，处理后的图像中这些像素点均取最新设置的最大值像素作为结果，如果源图像的像素值小于或者等于阈值，则结果图像中的该像素值为0。
  • 图示：

    • 处理前像素值数据：
      

    • 处理后像素值数据：
      

• 二进制倒置

  • 模式介绍：
    
  • 解释：
            和像素二进制模式完全相反即可！ 即：当源图像的像素值大于阈值时，结果图像对应的像素值为0，当源图像的像素值小于等于阈值时，结果图像对应的阈值取提前设置好的MaxValue（最大值）。
  • 图示：
    • 处理前像素值数据：
      
    • 处理后像素值数据：
      

• 阈值截短

  • 解释：
            即一句话，把所有高于阈值的像素点的值都设置为等于阈值，其余像素值不变。
  • 图示：
    • 处理前的图像数据：
      
    • 处理后的图像数据：
      

• 零阈值

  • 模式介绍：
    

  • 解释：
            源图像中低于或者等于阈值的像素被设置为0。

  • 图示：

    • 处理前的图像数据：
      
    • 处理后的图像数据：
      

• 零阈值倒置

  • 模式介绍：
    
  • 解释：将上边0阈值的数据反过来即可，即：当源图像像素值大于阈值时，生成的图片对应像素位置的值为0；反之，保留原像素值。
  • 图示：
    • 处理前图像的数据：
      
    • 处理后图像的数据：
      

3.2 操作实例

3.2.1 threshold()函数介绍

• 函数原型：

double cv::threshold(
						InputArray src,
						OutputArray dst,
						double 	thresh,
						double 	maxval,
						int 	type 
					)	

• 参数解释：
  • src : 原始图像
  • dst：处理后的图像
  • thresh：阈值
  • maxval：像素最大值，即上文中提到的MaxValue
  • type：阈值处理的方式，在这里，上文中提到的几种阈值模式由以下整数对应：
    • 0: Binary ,二进制模式
    • 1: Binary Inverted，二进制倒置
    • 2: Threshold Truncated，阈值截短
    • 3: Threshold to Zero，零阈值
    • 4: Threshold to Zero Inverted，零阈值倒置

3.2.2 实例

参考源代码：示例源码

#include "opencv2/imgproc.hpp"
#include "opencv2/imgcodecs.hpp"
#include "opencv2/highgui.hpp"
using namespace cv;

int main(void)
{
    Mat srcImg = imread("/home/aelx-chen/demo.jpg");
    Mat grayImg;
    Mat dstImg;
    cvtColor(srcImg, grayImg, COLOR_BGR2GRAY);

    threshold(grayImg, dstImg, 90, 255, 1);
    /*
        将原图像，设置阈值为90，最大阈值为255，采用二进制方式处理
    */

    imshow("source image",srcImg);
    imshow("gray image",grayImg);
    imshow("destination image",dstImg);
    waitKey(0);
    return 0;
}

3.2.3 结果