opencv学习-基本阈值操作

Posted 2021-07-05 殇堼

阈值（threshold）：图像分割的标尺

1.阈值分割的方法

根据阈值进行分割，其方法包括：
1.二值化：像素值大于某个阈值的设置为255，其余像素都是0，即可实现灰度图像转为二值化图像。

2.反二值化

3.截断

4.阈值取零：小于阈值的像素取零

5.阈值反取零

2.图像的阈值操作API

如下：

double threshold(
InputArray src,
OutputArray dst,
double thresh,
double maxval,
int type
);
函数参数含义如下：

（1）InputArray类型的src ，输入图像，多通道、8位或32位浮点。

（2）OutputArray类型的dst ，输出图像，图像的大小、类型、通道数和输入图像相同。

（3）double类型的thresh，阈值。

（4）double类型的maxval，使用THRESH_BINARY 和THRESH_BINARY_INV阈值类型时候的最大值。

（5）int类型的type，阈值类型，取值参见：cv::ThresholdTypes。

3.代码演示

#include<iostream>
#include<opencv2/opencv.hpp>

using namespace std;
using namespace cv;

//全局变量
Mat src, dst;
int thresholdValue = 127;
int thresholdMax = 255;
int typeValue = 2;
int typeMax = 4;//对应5种阈值分割的方法
const char* output_title = "binary img";//窗口名称“二值化图像”

//定义Threshold_Demo函数，用于图像的阈值
void Threshold_Demo(int, void*)
{
	threshold(src, dst, thresholdValue, thresholdMax, typeValue);
	imshow(output_title, dst);
}
//主函数入口
int main()
{
	src = imread("D:/images/lena.png");
	if (src.empty())
	{
		cout << "could not load image..." << endl;
		return -1;
	}
	imshow("原图", src);

	namedWindow(output_title, WINDOW_AUTOSIZE);
	createTrackbar("Threshold Value", output_title, &thresholdValue, thresholdMax, Threshold_Demo);//动态调整
	createTrackbar("Type Value", output_title, &typeValue, typeMax, Threshold_Demo);
	
	//调用Threshold_Demo函数
	Threshold_Demo(0, 0);
	imshow(output_title, dst);
	waitKey(0);
	return 0;
}

4.结果