Opencv------阈值_visushrink阈值

什么是阈值？

阈值又叫临界值，是指一个效应能够产生的最低值或最高值。

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）。

阈值化的类型：

OpenCV中提供了阈值函数： threshold

这个函数有5种阈值化类型：
1.二进制阈值化

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。

2.反二进制阈值化

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）。

3.截断阈值化

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）。

4.阈值化为0

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。

5.反阈值化为0

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。

先看一下整个程序的结构：

先读取一副图片，如果是图片颜色类型是RGB3色类型，则转换成灰度类型的图像。转换颜色类型可以运用OpenCV中的 cvtColor<> 函数。

src = imread( argv[1], 1 );
1

/// 颜色类型从RGB 转换成灰度

cvtColor( src, src_gray, CV_RGB2GRAY );
1

然后创建一个窗口来显示该图片可以检验转换结果

namedWindow( window_name, CV_WINDOW_AUTOSIZE );
1

接着该程序创建两个滚动条来等待用户的输入：

第一个滚动条作用：选择阈值类型：二进制，反二进制，截断，0，反0。
第二个滚动条作用：选择阈值的大小。

createTrackbar( trackbar_type,
             window_name, &threshold_type,
             max_type, Threshold_Demo );

createTrackbar( trackbar_value,
             window_name, &threshold_value,
             max_value, Threshold_Demo );
1
2
3
4
5
6
7

在这里等到用户拖动滚动条来输入阈值类型以及阈值的大小，或者是用户键入ESC健退出程序。

无论何时拖动滚动条，用户自定义的阈值函数都将会被调用。

/**

• @自定义的阈值函数
  */

void Threshold_Demo( int, void* )
{
  /* 0: 二进制阈值
     1: 反二进制阈值
     2: 截断阈值
     3: 0阈值
     4: 反0阈值
   */

  threshold( src_gray, dst, threshold_value, max_BINARY_value,threshold_type );

  imshow( window_name, dst );
}
1
2
3
4
5
6
7
8
9
10
11
12
13

就像你看到的那样，在这样的过程中，函数 threshold<> 会接受到5个参数：

src_gray: 输入的灰度图像的地址。
dst: 输出图像的地址。
threshold_value: 进行阈值操作时阈值的大小。
max_BINARY_value: 设定的最大灰度值（该参数运用在二进制与反二进制阈值操作中）。
threshold_type: 阈值的类型。从上面提到的5种中选择出的结果。

#include "opencv2/imgproc/imgproc.hpp"
#include "opencv2/highgui/highgui.hpp"
#include <stdlib.h>
#include <stdio.h>
#include<iostream>
#include<opencv2/opencv.hpp>

using namespace cv;

/// 全局变量定义及赋值

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";

/// 自定义函数声明
void Threshold_Demo(int, void*);

/**
 * @主函数
 */
int main(int argc, char** argv)
{
    /// 读取一副图片，不改变图片本身的颜色类型（该读取方式为DOS运行模式）
    src = imread("F:/picture/1.jpg",1);

    /// 将图片转换成灰度图片
    cvtColor(src, src_gray, COLOR_RGB2GRAY);

    /// 创建一个窗口显示图片
    namedWindow(window_name, WINDOW_NORMAL);

    /// 创建滑动条来控制阈值
    createTrackbar(trackbar_type,
        window_name, &threshold_type,
        max_type, Threshold_Demo);

    createTrackbar(trackbar_value,
        window_name, &threshold_value,
        max_value, Threshold_Demo);

    /// 初始化自定义的阈值函数
    Threshold_Demo(0, 0);

    /// 等待用户按键。如果是ESC健则退出等待过程。
    while (true)
    {
        int c;
        c = waitKey(20);
        if ((char)c == 27)
        {
            break;
        }
    }

}



void Threshold_Demo(int, void*)
{
    /* 0: 二进制阈值
       1: 反二进制阈值
       2: 截断阈值
       3: 0阈值
       4: 反0阈值
     */

    threshold(src_gray, dst, threshold_value, max_BINARY_value, threshold_type);

    imshow(window_name, dst);
}





参考：http://www.opencv.org.cn/opencvdoc/2.3.2/html/doc/tutorials/imgproc/threshold/threshold.html#id6
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86