OpenCV4.9基本阈值操作

目标

在本教程中，您将学习如何：

使用 OpenCV 函数 cv：：threshold 执行基本阈值操作

理论依据

注意

下面的解释属于 Bradski 和 Kaehler 的 Learning OpenCV 一书

阈值？

最简单的分割方法
应用示例：分离出与要分析的对象相对应的图像区域。这种分离基于对象像素和背景像素之间的强度变化。
为了将我们感兴趣的像素与其他像素区分开来（最终会被拒绝），我们对每个像素强度值与阈值（根据要解决的问题确定）进行比较。
一旦我们正确地分离了重要的像素，我们就可以为它们设置一个确定的值来识别它们（即我们可以为它们分配一个值(0)(黑色)、(255)(白色)或任何适合您需求的值）。

阈值的类型

OpenCV 提供了函数 cv::threshold 来执行阈值操作。
我们可以使用此函数实现 (5) 类型的阈值操作。我们将在以下小节中解释它们。
为了说明这些阈值过程是如何工作的，让我们假设我们有一个源图像，其像素的强度值为(src（x，y))下图描绘了这一点。水平蓝线表示阈值 (thresh)(固定)。

阈值二进制

此阈值操作可以表示为：

因此，如果像素src(x，y) 的强度高于 (thresh),则新像素强度设置为 (MaxVal)否则，像素设置为(0)。

阈值二进制，反转

此阈值操作可以表示为：

如果像素src(x,y) 的强度高于 thresh,则新像素强度设置为0.否则，它设置为MaxVal

截断

此阈值操作可以表示为：

像素的最大强度值为 thresh,如果src(x，y)大于此，则其值将被像素的最大强度值为。见下图：

阈值为零

此操作可以表示为：

如果 src(x，y)低于thresh,则新像素值将设置为 0。

阈值为零，倒置

此操作可以表示为：

如果src(x，y)大于thresh,则新像素值将设置为0。

演示代码

C++

教程代码如下所示。您也可以从这里下载

#include "opencv2/imgproc.hpp"
#include "opencv2/imgcodecs.hpp"
#include "opencv2/highgui.hpp"
#include <iostream>using namespace cv;
using std::cout;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";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";static void Threshold_Demo( int, void* )
{/* 0: Binary1: Binary Inverted2: Threshold Truncated3: Threshold to Zero4: Threshold to Zero Inverted*/threshold( src_gray, dst, threshold_value, max_binary_value, threshold_type );imshow( window_name, dst );
}int main( int argc, char** argv )
{String imageName("stuff.jpg"); // by defaultif (argc > 1){imageName = argv[1];}src = imread( samples::findFile( imageName ), IMREAD_COLOR ); // Load an imageif (src.empty()){cout << "Cannot read the image: " << imageName << std::endl;return -1;}cvtColor( src, src_gray, COLOR_BGR2GRAY ); // Convert the image to GraynamedWindow( window_name, WINDOW_AUTOSIZE ); // Create a window to display resultscreateTrackbar( trackbar_type,window_name, &threshold_type,max_type, Threshold_Demo ); // Create a Trackbar to choose type of ThresholdcreateTrackbar( trackbar_value,window_name, &threshold_value,max_value, Threshold_Demo ); // Create a Trackbar to choose Threshold valueThreshold_Demo( 0, 0 ); // Call the function to initializewaitKey();return 0;
}

解释

C++

让我们检查一下程序的一般结构：

加载图像。如果是 BGR，我们将其转换为灰度。为此，请记住，我们可以使用函数 cv::cvtColor : ：

 String imageName("stuff.jpg"); // by defaultif (argc > 1){imageName = argv[1];}src = imread( samples::findFile( imageName ), IMREAD_COLOR ); // Load an imageif (src.empty()){cout << "Cannot read the image: " << imageName << std::endl;return -1;}cvtColor( src, src_gray, COLOR_BGR2GRAY ); // Convert the image to Gray

创建一个窗口来显示结果

 namedWindow( window_name, WINDOW_AUTOSIZE ); // Create a window to display results

创建2个跟踪栏供用户输入：
- 阈值类型：二进制、归零等...
- 阈值

 createTrackbar( trackbar_type,window_name, &threshold_type,max_type, Threshold_Demo ); // Create a Trackbar to choose type of ThresholdcreateTrackbar( trackbar_value,window_name, &threshold_value,max_value, Threshold_Demo ); // Create a Trackbar to choose Threshold value

等到用户输入阈值、阈值类型（或程序退出）
每当用户更改任何 Trackbar 的值时，都会调用函数 Threshold_Demo（Java 中的 update）：

static void Threshold_Demo( int, void* )
{/* 0: Binary1: Binary Inverted2: Threshold Truncated3: Threshold to Zero4: Threshold to Zero Inverted*/threshold( src_gray, dst, threshold_value, max_binary_value, threshold_type );imshow( window_name, dst );
}

如您所见，函数 cv::threshold 被调用。我们在 C++ 代码中给出 (5)个参数：