opencv学习(二十九)之灰度图转化为二值图adaptiveThreshold

针对图像的阈值操作，opencv除了提供threshold函数也提供了adaptiveThreshold()函数，从字面意思可以翻译为自适应阈值操作，函数的主要功能是将灰度图转化为二值图像。其函数原型如下：

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

参数解释：
. InputArray src: 输入图像，8位单通道图像
. OutputArray dst: 目标图像，与输入图像有相同的尺寸和类型
. double maxValue: 给像素赋予的满足阈值类型的非零值
. int adaptiveMethod: 用于指定自适应阈值的算法，具体可以查看adaptiveThresholdTypes给出的具体内容，简要内容如下：

其中ADAPTIVE_THRESH_MEAN_C方法的阈值时由blockSize确定的像素(x, y)在blockSize x blockSize范围内的邻域像素值减参数C得到的平均值，而ADAPTIVE_THRESH_GAUSSIAN_C中阈值是blockSize x blockSize领域范围内减去C后的加权和。默认的sigma用于指定的blockSize，可通过getGaussianKernel查看详细信息。
. int thresholdType: 阈值类型，其取值有两种类型分别是：
(1).THRESH_BINARY,其数学模型公式如下所示：

(2).THRESH_BINARY_INV,其数学公式如下：

. int blockSize: 用于计算阈值大小的像素邻域尺寸，取值为3\5\7……
. double C: 自适应阈值算法中减去的常数值，通常是正数，在极少情况下式0或负值。

示例程序:

#include <iostream>#include <opencv2/core.hpp>#include <opencv2/highgui.hpp>#include <opencv2/imgproc.hpp>using namespace std;using namespace cv;//定义全局变量Mat srcImage, grayImage, dstImage;const int thresholdTypeMaxValue = 1;int thresholdTypeValue = 0;const int CMaxValue = 50;int CValue = 10;const double maxValue = 255;int blockSize = 5;//定义回调函数void adaptiveThresholdFun(int, void*);int main(){    Mat srcImage = imread("lena.jpg");    //判断图像是否读取成功    if(srcImage.empty())    {        cout << "图像读取失败!" << endl;        return -1;    }    else        cout << "图像读取成功!" << endl << endl;    cvtColor(srcImage, grayImage, COLOR_RGB2GRAY);    namedWindow("灰度图",WINDOW_AUTOSIZE);    imshow("灰度图", grayImage);    //轨迹条属性和依附窗口设置    namedWindow("二值图像", WINDOW_AUTOSIZE);    char thresholdTypeName[20];    sprintf(thresholdTypeName, "阈值类型\n 0: THRESH_BINARY\n 1: THRESH_BINARY_INV ", thresholdTypeMaxValue);    createTrackbar(thresholdTypeName, "二值图像", &thresholdTypeValue, thresholdTypeMaxValue, adaptiveThresholdFun);    adaptiveThresholdFun(thresholdTypeValue, 0);    char CName[20];    sprintf(CName, "常  数 %d", CMaxValue);    createTrackbar(CName, "二值图像", &CValue, CMaxValue, adaptiveThresholdFun);    adaptiveThresholdFun(CValue, 0);    waitKey(0);    return 0;}void adaptiveThresholdFun(int, void*){    int thresholdType;    switch(thresholdTypeValue)    {    case 0:        thresholdType = THRESH_BINARY;        break;    case 1:        thresholdType = THRESH_BINARY_INV;        break;    default:        break;    }    adaptiveThreshold(grayImage, dstImage, maxValue, ADAPTIVE_THRESH_MEAN_C,                        thresholdType, blockSize, CValue);    imshow("二值图像", dstImage);}

程序运行结果：