C++ OpenCV基本阈值操作

什么是阈值

• 最简单的图像分割的方法。
• 应用举例：从一副图像中利用阈值分割出我们需要的物体部分（当然这里的物体可以是一部分或者整体）。这样的图像分割方法是基于图像中物体与背景之间的灰度差异，而且此分割属于像素级的分割。
• 为了从一副图像中提取出我们需要的部分，应该用图像中的每一个像素点的灰度值与选取的阈值进行比较，并作出相应的判断。（注意：阈值的选取依赖于具体的问题。即：物体在不同的图像中有可能会有不同的灰度值。
• 一旦找到了需要分割的物体的像素点，我们可以对这些像素点设定一些特定的值来表示。（例如：可以将该物体的像素点的灰度值设定为：‘0’（黑色）,其他的像素点的灰度值为：‘255’（白色）；当然像素点的灰度值可以任意，但最好设定的两种颜色对比度较强，方便观察结果）。

先上视频演示效果

阈值化的类型：

• OpenCV中提供了阈值（threshold）函数： threshold 。
• 这个函数有5种阈值化类型，在接下来的章节中将会具体介绍。
• 为了解释阈值分割的过程，我们来看一个简单有关像素灰度的图片，该图如下。该图中的蓝色水平线代表着具体的一个阈值。

二进制阈值化

• 该阈值化类型如下式所示:

• 解释：在运用该阈值类型的时候，先要选定一个特定的阈值量，比如：125，这样，新的阈值产生规则可以解释为大于125的像素点的灰度值设定为最大值(如8位灰度值最大为255)，灰度值小于125的像素点的灰度值设定为0。

反二进制阈值化

• 该阈值类型如下式所示：

• 解释：该阈值化与二进制阈值化相似，先选定一个特定的灰度值作为阈值，不过最后的设定值相反。（在8位灰度图中，例如大于阈值的设定为0，而小于该阈值的设定为255）。

截断阈值化

• 该阈值化类型如下式所示：

• 解释：同样首先需要选定一个阈值，图像中大于该阈值的像素点被设定为该阈值，小于该阈值的保持不变。（例如：阈值选取为125，那小于125的阈值不改变，大于125的灰度值（230）的像素点就设定为该阈值）。

阈值化为0

• 该阈值类型如下式所示：

• 解释：先选定一个阈值，然后对图像做如下处理：1 像素点的灰度值大于该阈值的不进行任何改变；2 像素点的灰度值小于该阈值的，其灰度值全部变为0。

反阈值化为0

• 该阈值类型如下式所示：

• 解释：原理类似于0阈值，但是在对图像做处理的时候相反，即：像素点的灰度值小于该阈值的不进行任何改变，而大于该阈值的部分，其灰度值全部变为0。

代码演示

新建一个项目opencv-0014,配置属性(VS2017配置OpenCV通用属性),然后在源文件写入#include和main方法.这次我们直接在第二个图片上加上一个TrackBar直接显示出来,然后再进行操作,其中定义了一个thresthold_value的值为TrackBar的初始值,然后写了定义一了个TrackbarEvent(int,void*)的事件用于关联Trackbar的,这次我们加载的图片是几何形状的图片

显示效果为

二值化阈值

基本步骤是要先把图片改为单通首的图像,即是灰度图,如果是彩色的三通道图二值化会有问题,然后把灰图的图像再进行二值化处理即可.

我们写一下TrackBarEvent的事件

运行起来效果

当修改阈值变小和变化后的分别效果

前面我们说过二值化阈值有五种类型,所以我们再在图像上加上一个TrackBar,用于改变不同类型显示的效果

在上面先增加一个类型的定义

然后再增加一个TrackBar,对应的事件还是我的TrackBarEvent()事件

然后再修改一下TrackBarEvent事件

显示效果如下:

-END-