OpenCV中阈值操作

          阈值分割，顾名思义，就是对图像的像素点和选中的阈值进行比对的图像分割方法，在OpenCV 2.X中，Threshold()函数(基本阈值操作)和adaptiveThreshold()函数(自适应阈值操作)可以完成图像阈值分割的目的。基本思想是：给定一个数组和一个阈值，根据数组中的每个元素值是高于还是低于阈值而进行一些处理。

1.固定阈值操作：Threshold()函数

       Threshold()函数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，(compare()函数也可以达到此目的)或者是去掉噪声，例如过滤很小或者很大像素值的图像点

  C++：double threshold(InputArray src,OutputArray dst,double thresh,double maxval,int type)

            参数一：输入数组，单通道，8或者32位浮点类型的Mat即可

            参数二：和第一个参数中的Mat变量有一样的尺寸和类型。

            参数三：阈值的具体值

            参数四：double 类型的maxval，当第五个参数阈值类型type取CV_THRESHOLD_BINARY或者                                                     CV_THRESHOLD_BINARY_INV时阈值类型时的最大值 。

            参数五：阈值类型，threshold()函数支持的对图像取阈值的方法由下面确定：

                                   

      上述标识符一次取值为0,1,2,3,4.

示例如下：

// threshold.cpp : 定义控制台应用程序的入口点。//#include "stdafx.h"#include <opencv2/imgproc/imgproc.hpp>#include <opencv2/highgui/highgui.hpp>#include <iostream>using namespace std;using namespace cv;#define  WINDOW_NAME "[程序窗口]"   //为窗口标题定义的宏int g_nThresholdValue = 100;int g_nThresholdType  = 3;Mat srcImage,grayImage,dstImage;//全局函数声明void on_Threshold(int,void*);//回调函数int _tmain(int argc, _TCHAR* argv[]){srcImage = imread("1.jpg");if(!srcImage.data){printf("图片读取失败！\n");return false;}imshow("[源图像]",srcImage);//保留一份原图的灰度图cvtColor(srcImage,grayImage,COLOR_RGB2GRAY);//创建窗口并显示原始图    namedWindow(WINDOW_NAME,WINDOW_AUTOSIZE);//创建滑动条来控制阈值createTrackbar("模式",WINDOW_NAME,&g_nThresholdType,4,on_Threshold);createTrackbar("参数值",WINDOW_NAME,&g_nThresholdValue,255,on_Threshold);//初始化自定义的阈值回调函数on_Threshold(0,0);waitKey();return 0;}void on_Threshold(int,void*){//调用阈值函数threshold(grayImage,dstImage,g_nThresholdValue,255,g_nThresholdType);//更新效果图imshow(WINDOW_NAME,dstImage);}

效果图：

 2.自适应阈值操作:adaptiveThreshold()函数

 

          adaptiveThreshold()函数的作用是对矩阵采用自适应阈值操作，支持就地操作

C++:void adaptiveThreshold(InputArray src,OutputArray dst,double maxValue,int adaptiveMethod,int thresholdType,int blockSize,double C)

          

         参数一：源图像，Mat类对象即可，需要是8位单通道浮点型图像

         参数二：需要和源图像有一样的尺寸和类型

         参数三：给像素赋的满足条件的非零值

         参数四：用于指定要使用的自适应阈值算法，取值为：ADAPTIVE_THRESH_MEAN_C或者                                                      ADAPTIVE_THRESH_GAUSSIAN_C

         参数五：阈值类型，取值为THRESH_BINARY,THRESH_BINARY_INV其中之一

         参数六：用于计算阈值大小的一个像素的邻域尺寸，取值为3,5,7.等

         参数七：减去平均或者加权平均后的常数值，通常为正数，但少数情况下也可以为0或者负数。

adaptiveThreshold()函数根据如下公式，将一副图像变换为一副二值图像。

  当参数五的"阈值类型"thresholdType"取值为THRESH_BINARY时，公式如下：

                                                   

 当参数五的"阈值类型"thresholdType"取值为THRESH_BINARY_INV时，公式如下：

                                                  

而其中的T(x,y) 为分别计算每个单独像素值的阈值，取值如下：

• 对于 ADAPTIVE_THRESH_MEAN_C 的方法，阈值T(x,y) 为blockSize * blockSize 邻域内(x,y) 减去第七个参数 C 的平均值
• 对于 ADAPTIVE_THRESH_GAUSSIAN_C 的方法，阈值T(x,y) 为blockSize * blockSize 邻域内(x,y) 减去第七个参数 C 与高斯窗交叉相关的加权总和。

#include "stdafx.h"#include <opencv2/imgproc/imgproc.hpp>#include <opencv2/highgui/highgui.hpp>#include <iostream>using namespace std;using namespace cv;int main(int argc, char** argv){Mat image = imread("1.jpg");Mat grayImage;cvtColor(image,grayImage,COLOR_RGB2GRAY);if (image.empty()){cout << "read image failure" << endl;return -1;}// 局部二值化int blockSize = 7;int constValue = 11;Mat local;adaptiveThreshold(grayImage, local, 255, CV_ADAPTIVE_THRESH_MEAN_C, CV_THRESH_BINARY_INV, blockSize, constValue);imshow("[源图像]", image);imshow("localThreshold", local);waitKey(0);return 0;}