OpenCV二值化方法
来源:互联网 发布:软件开发实例 编辑:程序博客网 时间:2024/05/20 23:40
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。
本函数支持的对图像取阈值的方法由 threshold_type 确定:
threshold_type=CV_THRESH_BINARY:
dst(x,y) = max_value, if src(x,y)>threshold 0, otherwise.
threshold_type=CV_THRESH_BINARY_INV:
dst(x,y) = 0, if src(x,y)>threshold; dst(x,y) = max_value, otherwise.
threshold_type=CV_THRESH_TRUNC:
dst(x,y) = threshold, if src(x,y)>threshold; dst(x,y) = src(x,y), otherwise.
threshold_type=CV_THRESH_TOZERO:
dst(x,y) = src(x,y), if (x,y)>threshold ; dst(x,y) = 0, otherwise.
threshold_type=CV_THRESH_TOZERO_INV:
dst(x,y) = 0, if src(x,y)>threshold ; dst(x,y) = src(x,y), otherwise.
值得一说的是threshold_type可以使用CV_THRESH_OTSU类型,这样该函数就会使用大律法OTSU得到的全局自适应阈值来进行二值化图片,而参数中的threshold不再起 作用。比如:cvThreshold( dst, dst,300 , 255, CV_THRESH_OTSU | CV_THRESH_BINARY_INV);这种方法对于灰度直方图呈现二峰特征的图片处理起来效果很好。当然你也可以使用已有的OTSU算法来计算该阈值。如下:
- int otsu(const IplImage *src_image) //大津法求阈值
- {
- double sum = 0.0;
- double w0 = 0.0;
- double w1 = 0.0;
- double u0_temp = 0.0;
- double u1_temp = 0.0;
- double u0 = 0.0;
- double u1 = 0.0;
- double delta_temp = 0.0;
- double delta_max = 0.0;
- //src_image灰度级
- int pixel_count[256]={0};
- float pixel_pro[256]={0};
- int threshold = 0;
- uchar* data = (uchar*)src_image->imageData;
- //统计每个灰度级中像素的个数
- for(int i = 0; i < src_image->height; i++)
- {
- for(int j = 0;j < src_image->width;j++)
- {
- pixel_count[(int)data[i * src_image->width + j]]++;
- sum += (int)data[i * src_image->width + j];
- }
- }
- cout<<"平均灰度:"<<sum / ( src_image->height * src_image->width )<<endl;
- //计算每个灰度级的像素数目占整幅图像的比例
- for(int i = 0; i < 256; i++)
- {
- pixel_pro[i] = (float)pixel_count[i] / ( src_image->height * src_image->width );
- }
- //遍历灰度级[0,255],寻找合适的threshold
- for(int i = 0; i < 256; i++)
- {
- w0 = w1 = u0_temp = u1_temp = u0 = u1 = delta_temp = 0;
- for(int j = 0; j < 256; j++)
- {
- if(j <= i) //背景部分
- {
- w0 += pixel_pro[j];
- u0_temp += j * pixel_pro[j];
- }
- else //前景部分
- {
- w1 += pixel_pro[j];
- u1_temp += j * pixel_pro[j];
- }
- }
- u0 = u0_temp / w0;
- u1 = u1_temp / w1;
- delta_temp = (float)(w0 *w1* pow((u0 - u1), 2)) ;
- if(delta_temp > delta_max)
- {
- delta_max = delta_temp;
- threshold = i;
- }
- }
- return threshold;
- }
- OpenCV二值化方法
- OpenCV二值化方法
- OpenCV二值化方法
- OpenCV二值化方法
- 图像二值化方法 opencv
- OpenCV随机方法使用
- opencv的常用方法
- OpenCV随机方法使用
- OPENCV图像遍历方法
- OpenCV入门方法
- opencv配置方法
- opencv BackgroundSubtractorMOG2重要方法
- opencv安装方法
- OpenCV读取视频文件方法
- OPENCV 242配置方法
- g++ opencv编译方法
- OpenCV视频播放方法
- QT+opencv配置方法
- x64位windows上程序开发的注意事项
- 服务级后门自己做——创建服务
- 从今天开始你要懂得,生活是这个样子过
- 队列水题
- win7方面API學習
- OpenCV二值化方法
- VC++获取网卡MAC、硬盘序列号、CPU ID、BIOS编号
- 哈夫曼编码
- 与IO相关的等待事件troubleshooting-系列6
- PHP乱码问题,UTF-8(乱码)
- DSP CCS3.3编译环境实用技巧
- BP神经网络
- 有钱能使鬼推磨
- 修改MFC标题栏中的图片以及标题设置