第五章 - 图像形态学 - 阈值化（cvThreshold)，通道求和

阈值化：

        希望对图像中的像素做出最后决策，或直接剔除一些低于或高于一定值的像素，在OpenCV中，cvThreshold()可以完成这个任务，基本思想是给定一个数组和一个阈值，然后根据数组中每个元素的值是低于还是高于阈值来进行处理。

本例程chapter_ch5_example_2涉及的数据结构及方法：

cvSplit

分割多通道数组成几个单通道数组或者从数组中提取一个通道 　

void cvSplit( const CvArr* src, CvArr* dst0, CvArr* dst1, CvArr* dst2, CvArr* dst3 ); 　

#define cvCvtPixToPlane cvSplit 　

src 　　原数组. 　

dst0...dst3 　目标通道 　　

函数 cvSplit 分割多通道数组成分离的单通道数组d。可获得两种操作模式 . 如果原数组有N通道且前N输出数组非NULL, 所有的通道都会被从原数组中提取，如果前N个通道只有一个通道非NULL函数只提取该指定通道，否则会产生一个错误，馀下的通道（超过前N个通道的以上的）必须被设置成NULL，对于设置了COI的IplImage 结使用cvCopy 也可以从图像中提取单通道。

cvAddWeighted

void cvAddWeighted(
    constCvArr* src1, double alpha,
    const CvArr* src2,
    double beta,
    double gamma,
    CvArr* dst
);
在cvAddWeighted()中，有两个源图象src1 和 src2。 这两个图象可以是任何象素类型，只要它们的类型相同。它们可以是单通道或是三通道，只要它们相符。运算结果的目标图象，dst，必须和src1和src2有相同的象素类型。这些图象可以是不同的尺寸，但它们的ROI必须有相同的大小，否则OpenCV会报告一个错误。参数alpha是src1的混合强度，beta是src2的混合强度。alpha混合的计算公式为：你可以取值为0至1，gama取值为0，上述公式就转换为标准的alpha混合公式：

cvThreshold

cvThreshold是opencv库中的一个函数
        作用：函数 cvThreshold 对单通道数组应用固定阈值操作。该函数的典型应用是对灰度图像进行阈值操作得到二值图像。(cvCmpS 也可以达到此目的) 或者是去掉噪声，例如过滤很小或很大象素值的图像点。本函数支持的对图像取阈值的方法由 threshold_type 确定。
        形式：void cvThreshold( const CvArr* src, CvArr* dst, double threshold, double max_value, int threshold_type );
　　src：原始数组 (单通道 , 8-bit of 32-bit 浮点数)。dst：输出数组，必须与 src 的类型一致，或者为 8-bit。
　　threshold：阈值
　　max_value：使用 CV_THRESH_BINARY 和 CV_THRESH_BINARY_INV 的最大值。
　　threshold_type：阈值类型 threshold_type=CV_THRESH_BINARY:
　　如果 src(x,y)>threshold ,dst(x,y) = max_value; 否则,des（x,y）=0;
　　threshold_type=CV_THRESH_BINARY_INV:
　　如果 src(x,y)>threshold,dst(x,y) = 0; 否则,dst(x,y) = max_value.
　　threshold_typ

/*程序*/

#include <stdio.h>#include <highgui.h>#include <cv.h>void sum_rgb( IplImage* src, IplImage* dst );int main(int argc, char** argv){cvNamedWindow( argv[1], 1 ); //create a windowIplImage* src = cvLoadImage( argv[1] );IplImage* dst = cvCreateImage( cvGetSize(src), src->depth, 1 );  //sum_rgb( src, dst );cvShowImage( argv[1], dst );while (1){if( (cvWaitKey( 10 )) == 27 )break;}cvDestroyWindow( argv[1] );cvReleaseImage( &src );cvReleaseImage( &src );return 0;}void sum_rgb( IplImage* src, IplImage* dst ){//allocate individual image planesIplImage* r = cvCreateImage( cvGetSize( src ), IPL_DEPTH_8U, 1 );IplImage* g = cvCreateImage( cvGetSize( src ), IPL_DEPTH_8U, 1 );IplImage* b = cvCreateImage( cvGetSize( src ), IPL_DEPTH_8U, 1 );//temporary storageIplImage* s = cvCreateImage( cvGetSize( src ), IPL_DEPTH_8U, 1 );//split the image onto the color planes, signal channelcvSplit( src, r, g, b, NULL );//add eaually weighted rgb valuescvAddWeighted( r, 1./3, g, 1./3, 0.0, s );  //add r & gcvAddWeighted( s, 2./3, b, 1./3, 0.0, s );//truncate values above 100cvThreshold( s, dst, 100, 100, CV_THRESH_TRUNC );cvReleaseImage( &r );cvReleaseImage( &g );cvReleaseImage( &b );cvReleaseImage( &s );}

/*结果*/

原图

阈值为50

阈值为100