目录

1.   有关阈值运算

2.   阈值类型

2.1  阈值二值化

2.2  阈值二值化(反转)

2.3  大于阈值截断为阈值

2.4  低于阈值取 0

2.5  低于阈值取0 之反转

3.   示例

---

1.   有关阈值运算

(1)  它是最简单的分割方法。

(2)  应用示例：从图像中分离出对应于待分析物体的区域。这种分离是基于物体像素与背景像素之间强度差实现的。

(3)  为了将我们感兴趣的像素与其余像素(最终将被舍弃​​)区分开来，我们对每一个像素的强度值与某一阈值(根据待解决的问题确定)进行了比较。

(4)  一旦我们正确地分离出了重要像素，便可以为其设定一个特定数值以作标识(即，我们可以将其赋值为黑色、白色，或任何符合你需求的数值)。

2.   阈值类型

(1)  OpenCV 提供了 cv::threshold 函数用于执行阈值化操作。

(2)  利用该函数，我们可以实现多种类型的阈值化操作。我们将在接下来的小节中对它们进行详细解释。

(3)  为了说明这些阈值化过程的运作原理，让我们假设有一幅源图像，其像素具有强度值 src(x,y)。下图描述了这个原理。水平蓝线表示阈值 thresh(固定)。

2.1  阈值二值化

         这种阈值运算可表示为

2.2  阈值二值化(反转)

         这种阈值运算可表示为

2.3  大于阈值截断为阈值

这种阈值运算可表示为

2.4  低于阈值取 0

这种阈值运算可表示为

2.5  低于阈值取0 之反转

这种阈值运算可表示为 

3.   示例

int threshold_value = 0;

int threshold_type = 3;

int const max_value = 255;

int const max_type = 4;

int const max_binary_value = 255;

Mat src, src_gray, dst;

const char* window_name = "Threshold Demo";

const char* trackbar_type = "Type: \n 0: Binary \n 1: Binary Inverted \n 2: Truncate \n 3: To Zero \n 4: To Zero Inverted";

const char* trackbar_value = "Value";

void Test_threshold(int,void*)

{

          /* 0: Binary

           1: Binary Inverted

           2: Threshold Truncated

           3: Threshold to Zero

           4: Threshold to Zero Inverted

          */

          threshold(src_gray, dst, threshold_value, max_binary_value, threshold_type);

          imshow(window_name, dst);

}

int _tmain(int argc, _TCHAR* argv[])

{

          string filename = "D:\\TestVideo\\Flower6-2.jpg";

          src = imread(samples::findFile(filename), IMREAD_COLOR); // Load an image

          cvtColor(src, src_gray, COLOR_BGR2GRAY); // 转换为灰度图像

          namedWindow(window_name, WINDOW_AUTOSIZE); // 创建一个窗口来显示结果

          createTrackbar(trackbar_type,

                    window_name, &threshold_type,

                    max_type, Test_threshold); // 创建一个跟踪条来显示阈值类型

          createTrackbar(trackbar_value,

                    window_name, &threshold_value,

                    max_value, Test_threshold); // 创建一个跟踪条来显示阈值类型对应的值

          Test_threshold(0, 0); // 调用函数初始化

          waitKey();

          system("pause");

          return 0;

}

运行结果如下，拖动跟踪条可以看到相应阈值处理效果：

原图：

阈值处理后：