imgproc模块--基本阈值操作

1.目标
（1）openCV的阈值函数threshhold操作

2.原理
[1]阈值
（1）最简单的图像分割技术
（2）从一副图像中利用阈值分割出我们需要的物体部分（当然这里的物体可以是一部分或者整体）。这样的图像分割方法是基于图像中物体与背景之间的灰度差异，而且此分割属于像素级的分割。
（3）为了从一副图像中提取出我们需要的部分，应该用图像中的每一个像素点的灰度值与选取的阈值进行比较，并作出相应的判断。（注意：阈值的选取依赖于具体的问题。即：物体在不同的图像中有可能会有不同的灰度值。
（4）一旦找到了需要分割的物体的像素点，我们可以对这些像素点设定一些特定的值来表示。（例如：可以将该物体的像素点的灰度值设定为：‘0’（黑色）,其他的 像素点的灰度值为：‘255’（白色）；当然像素点的灰度值可以任意，但最好设定的两种颜色对比度较强，方便观察结果）。

[2]阈值化类型
（1）二进制阈值化

解释：在运用该阈值类型的时候，先要选定一个特定的阈值量，比如：125，这样，新的阈值产生规则可以解释为大于125的像素点的灰度值设定为最大值(如8位灰度值最大为255)，灰度值小于125的像素点的灰度值设定为0。

（2）反二进制阈值化

解释：该阈值化与二进制阈值化相似，先选定一个特定的灰度值作为阈值，不过最后的设定值相反。（在8位灰度图中，例如大于阈值的设定为0，而小于该阈值的设定为255）。

（3）截断阈值化

解释：同样首先需要选定一个阈值，图像中大于该阈值的像素点被设定为该阈值，小于该阈值的保持不变。（例如：阈值选取为125，那小于125的阈值不改变，大于125的灰度值（230）的像素点就设定为该阈值）。

（4）阈值化为0

解释：先选定一个阈值，然后对图像做如下处理：1 像素点的灰度值大于该阈值的不进行任何改变；2 像素点的灰度值小于该阈值的，其灰度值全部变为0。

（5）反阈值化为0

解释：原理类似于0阈值，但是在对图像做处理的时候相反，即：像素点的灰度值小于该阈值的不进行任何改变，而大于该阈值的部分，其灰度值全部变为0。

3.部分代码解释
（1）阈值化函数threshold

    /*    threshold参数解释    gray:输入的灰度图像    dst：输出的图像    thresh_value:阈值    max_value:二进制阈值化设置的最大值，一般为255    thresh_type:阈值化类型，0：二进制阈值化，1：反二进制阈值化，2：截断阈值化，3：阈值化为0,4：反阈值化为0    */   threshold(gray, dst, thresh_value, max_value, thresh_type);

4.完整代码
（1）CommonInclude.h

#ifndef COMMON_INCLUDE#define COMMON_INCLUDE#include<iostream>#include<opencv2/core/core.hpp>#include<opencv2/highgui/highgui.hpp>#include<opencv2/imgproc/imgproc.hpp>using namespace std;using namespace cv;#endif

（2）Threshold.cpp

#include "CommonInclude.h"Mat src, gray, dst;int thresh_value = 150;int max_value = 255;int thresh_type = 0;int max_value_scope = 255;int max_thresh_value = 255;int max_thresh_type = 4;char windowName[] = "Threshold";void ThreshDemo(int, void*){    /*    threshold参数解释    gray:输入的灰度图像    dst：输出的图像    thresh_value:阈值    max_value:二进制阈值化设置的最大值，一般为255    thresh_type:阈值化类型，0：二进制阈值化，1：反二进制阈值化，2：截断阈值化，3：阈值化为0,4：反阈值化为0    */    threshold(gray, dst, thresh_value, max_value, thresh_type);    imshow(windowName, dst);}int main(int argc, char** argv){    if(argc < 2){        cout << "more parameters are required!!!" << endl;        return(-1);    }    namedWindow(windowName, CV_WINDOW_AUTOSIZE);    src = imread(argv[1]);    //转化成灰度图像    cvtColor(src, gray, CV_BGR2GRAY);    imshow("origin", gray);    //阈值类型    createTrackbar("Threshold Type: \n 0: Binary \n 1: Binary Inverted \n 2: Truncate \n 3: To Zero \n 4: To Zero Inverted", windowName,                &thresh_type, max_thresh_type,                ThreshDemo);    //阈值大小    createTrackbar("Threshold Value:", windowName,                &thresh_value, max_thresh_value,                ThreshDemo);    //二进制阈值化时设置的最大值    createTrackbar("Max Value:", windowName,                &max_value, max_value_scope,                ThreshDemo);    ThreshDemo(0,0);    waitKey(0);    return(0);}

参考文献
1.http://www.opencv.org.cn/opencvdoc/2.3.2/html/doc/tutorials/imgproc/threshold/threshold.html