【opencv学习之十三】opencv阈值分割threshold函数

什么是阈值？（以下摘自www.opencv.org.cn学习网站）
最简单的图像分割的方法。
应用举例：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。
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。
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）。

阈值分割函数如下：

double cv::threshold(      cv::InputArray src, // 输入图像      cv::OutputArray dst, // 输出图像      double thresh, // 阈值      double maxValue, // 向上最大值      int thresholdType // 阈值化操作的类型   );  

源码对thresholdType的定义：

enum ThresholdTypes {    THRESH_BINARY     = 0, //!< \f[\texttt{dst} (x,y) =  \fork{\texttt{maxval}}{if \(\texttt{src}(x,y) > \texttt{thresh}\)}{0}{otherwise}\f]    THRESH_BINARY_INV = 1, //!< \f[\texttt{dst} (x,y) =  \fork{0}{if \(\texttt{src}(x,y) > \texttt{thresh}\)}{\texttt{maxval}}{otherwise}\f]    THRESH_TRUNC      = 2, //!< \f[\texttt{dst} (x,y) =  \fork{\texttt{threshold}}{if \(\texttt{src}(x,y) > \texttt{thresh}\)}{\texttt{src}(x,y)}{otherwise}\f]    THRESH_TOZERO     = 3, //!< \f[\texttt{dst} (x,y) =  \fork{\texttt{src}(x,y)}{if \(\texttt{src}(x,y) > \texttt{thresh}\)}{0}{otherwise}\f]    THRESH_TOZERO_INV = 4, //!< \f[\texttt{dst} (x,y) =  \fork{0}{if \(\texttt{src}(x,y) > \texttt{thresh}\)}{\texttt{src}(x,y)}{otherwise}\f]    THRESH_MASK       = 7,    THRESH_OTSU       = 8, //!< flag, use Otsu algorithm to choose the optimal threshold value    THRESH_TRIANGLE   = 16 //!< flag, use Triangle algorithm to choose the optimal threshold value};

阈值类型：
THRESH_BINARY：过门限的值设置为maxVal，其它值置零

THRESH_BINARY_INV：过门限的值置零，其它值设置为maxVal

THRESH_TRUNC：过门限的值设置为门限值，其它值置不变

THRESH_TOZERO：过门限的值不变，其它值置零

THRESH_TOZERO_INV：过门限的值置零，其它值不变

阈值类型图示

下面是演示的源代码，环境是opencv3.2+qt5.8+vs2015，在qt程序下Mainwindow下编译，修改了main函数：

#include "mainwindow.h"#include <QApplication>#include "opencv2/imgproc/imgproc.hpp"#include "opencv2/highgui/highgui.hpp"using namespace cv;using namespace std;/// 全局变量定义及赋值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";//分割类型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";/// 自定义函数声明void Threshold_Demo( int, void* );int main(int argc, char *argv[]){    QApplication a(argc, argv);      /**     * @主函数     */    /// 读取一副图片，不改变图片本身的颜色类型（该读取方式为DOS运行模式）    src = imread("D:/12.jpg", 1 );    /// 将图片转换成灰度图片    cvtColor( src, src_gray, CV_RGB2GRAY );    /// 创建一个窗口显示图片    namedWindow( window_name, CV_WINDOW_AUTOSIZE );    /// 创建滑动条来控制阈值,第一个滑条是对应分割类型，第二个对应是分割阈值    createTrackbar( trackbar_type,                    window_name, &threshold_type,                    max_type, Threshold_Demo );    createTrackbar( trackbar_value,                    window_name, &threshold_value,                    max_value, Threshold_Demo );    /// 初始化自定义的阈值函数    Threshold_Demo( 0, 0 );    /// 等待用户按键。如果是ESC健则退出等待过程。    while(true)    {      int c;      c = waitKey( 20 );      if( (char)c == 27 )        { break; }     }    MainWindow w;    w.show();    return a.exec();}/** * @自定义的阈值函数 */void Threshold_Demo( int, void* ){  /* 0: 二进制阈值     1: 反二进制阈值     2: 截断阈值     3: 0阈值     4: 反0阈值   */  threshold( src_gray, dst, threshold_value, max_BINARY_value,threshold_type );  imshow( window_name, dst );}

效果如下：