酷酷是懒虫

这个屌丝很懒，什么也没留下！

热门标签

EmguCV学习笔记 C# 4.2 二值化

作者：酷酷是懒虫 | 2024-08-19 08:58:43

踩

版权声明：本文为博主原创文章，转载请在显著位置标明本文出处以及作者网名，未经作者允许不得用于商业目的。

教程VB.net版本请访问：EmguCV学习笔记 VB.Net 目录-CSDN博客

教程C#版本请访问：EmguCV学习笔记 C# 目录-CSDN博客

笔者的博客网址：https://blog.csdn.net/uruseibest

教程配套文件及相关说明以及如何获得pdf教程和代码（博客上的教程内容会和pdf教程一致，教程中也会包含所有代码），请移步：EmguCV学习笔记

4.2 二值化

4.2.1 Threshold

Threshold方法用于对图像进行二值化处理，将图像中的像素值转换为0或255，以便于后续的图像分割、形状检测等处理。该方法只能处理灰度图像，如果要对彩色图像进行二值化处理，需要先将其转换为灰度图像。此外，在使用Threshold方法时，还需要根据实际情况选择不同的二值化操作类型，以达到最佳的处理效果。

Threshold的声明如下：

public static double Threshold(

IInputArray src,

IOutputArray dst,

double threshold,

double maxValue,

ThresholdType thresholdType

)

参数说明：

src：原始图像，通常是Mat类型。
dst：输出图像，通常是Mat类型。
thresh：阈值，Double类型。
maxval：最大值，Double类型，在二值化操作中，将大于阈值的像素值设为该值。
type：二值化操作的类型，ThresholdType类型，包括以下常量：

Binary：二值化操作，将大于阈值的像素值设为maxval，小于等于阈值的像素值设为0。
BinaryInv：反向二值化操作，将小于等于阈值的像素值设为maxval，大于阈值的像素值设为0。
Trunc：截断操作，将大于阈值的像素值设为阈值，小于等于阈值的像素值不变。
ToZero：零值操作，将小于等于阈值的像素值设为0，大于阈值的像素值不变。
ToZeroInv：反向零值操作，将大于阈值的像素值设为0，小于等于阈值的像素值不变。
Otsu：使用大津法，通过分析图像的灰度直方图，自动确定最佳的阈值，从而实现二值化，可以适用于大部分图像的二值化处理。如果使用了此类型，那么thresh参数将忽略。
Triangle：使用Triangle算法，通过寻找直方图中的三角形区域，自动确定最佳的阈值，从而实现二值化。如果使用了此类型，那么thresh参数将忽略。

返回值：

返回ThresholdType为Otsu 或Triangle时，确定的最佳阈值（threshold的参数的值）；如果ThresholdType不是Otsu 或Triangle，那么就返回设定的阈值。

【代码位置：frmChapter4】Button2_Click

//Threshold

private void Button2_Click(object sender, EventArgs e)

{

//可以直接使用ImreadModes.Grayscale，这里为了直观对比使用彩色图像

Mat m = new Mat("C:\\learnEmgucv\\lena.jpg", ImreadModes.Color);

ImageBox1.Image = m;

//灰度转换

Mat mgray = new Mat();

CvInvoke.CvtColor(m, mgray, ColorConversion.Bgr2Gray);

Mat mOut1 = new Mat();

//使用Binary类型进行二值化

CvInvoke.Threshold(mgray, mOut1, 125, 255, ThresholdType.Binary);

ImageBox2.Image = mOut1;

Mat mOut2 = new Mat();

Double thresh;

//使用大律法自动确定阈值进行二值化，并返回使用Otsu计算出的阈值

thresh = CvInvoke.Threshold(mgray, mOut2, 0, 255, ThresholdType.Otsu);

ImageBox3.Image = mOut2;

}

运行后如下图所示：

图4-3 图像二值化

4.2.2 AdaptiveThreshold

AdaptiveThreshold方法用于对图像进行自适应阈值处理，将图像中的像素值转换为0或255，以便于后续的图像分割、形状检测等处理。该方法只能处理灰度图像，如果要对彩色图像进行自适应阈值处理，需要先将其转换为灰度图像。

AdaptiveThreshold方法的声明如下：

public static void AdaptiveThreshold(

IInputArray src,

IOutputArray dst,

double maxValue,

AdaptiveThresholdType adaptiveType,

ThresholdType thresholdType,

int blockSize,

double param1

)

主要参数说明：

maxValue：最大值，Double类型，在二值化操作中，将大于阈值的像素值设为该值。
adaptiveMethod：自适应阈值处理的方法，AdaptiveThresholdTyp类型，包括以下常量：
1. MeanC：阈值为邻域内的均值减去一个常数（param1）。
2. GaussianC：阈值为邻域内的高斯加权平均值减去一个常数（param1）。
thresholdType：二值化操作的类型，只能是ThresholdType类型的Binary或者BinaryInv。
blockSize：邻域大小，必须为大于3的奇数。
param1：常数，Double类型，表示从均值或高斯加权均值中减去的常数。

【代码位置：frmChapter4】Button3_Click

//AdaptiveThreshold

private void Button3_Click(object sender, EventArgs e)

{

Mat m = new Mat("C:\\learnEmgucv\\lena.jpg", ImreadModes.Color);

ImageBox1.Image = m;

//彩色转为灰度

Mat mgray = new Mat();

CvInvoke.CvtColor(m, mgray, ColorConversion.Bgr2Gray);

Mat mOut1 = new Mat();

//使用高斯加权平均值进行二值化

CvInvoke.AdaptiveThreshold(mgray, mOut1, 255, AdaptiveThresholdType.GaussianC, ThresholdType.Binary, 3, 0);

ImageBox2.Image = mOut1;

Mat mOut2 = new Mat();

//使用均值进行二值化

CvInvoke.AdaptiveThreshold(mgray, mOut2, 255, AdaptiveThresholdType.MeanC, ThresholdType.Binary, 3, 0);

ImageBox3.Image = mOut2;

}

运行后如下图所示：

图4-4 使用AdaptiveThreshold进行图像二值化

4.2.3 图像通道分离和合并

图像通道的分离和合并分别使用到了CvInvoke的Split和Merge方法。Merge方法在2.3.11节【图像通道的分离与合并】有介绍，而CvInvoke.Split方法和该节的Mat.Split方法有所区别，详细请看代码说明。

【代码位置：frmChapter4】Button4_Click

//通道分离和合并

private void Button4_Click(object sender, EventArgs e)

{

Mat m = new Mat("C:\\learnEmgucv\\lena.jpg", ImreadModes.Color);

ImageBox1.Image = m;

//将图像通道分离到 VectorOfMat

VectorOfMat vom = new VectorOfMat();

CvInvoke.Split(m, vom);

Mat mOut1 = new Mat();

//输出分离后的第一个通道

mOut1 = vom[0];

ImageBox2.Image = mOut1;

//注意和CvInvoke.Split的对比

Mat[] channels = m.Split();

//对三个通道分别进行二值化

CvInvoke.Threshold(channels[0], channels[0], 100, 255, Emgu.CV.CvEnum.ThresholdType.Binary);

CvInvoke.Threshold(channels[1], channels[0], 100, 255, Emgu.CV.CvEnum.ThresholdType.Binary);

CvInvoke.Threshold(channels[2], channels[0], 100, 255, Emgu.CV.CvEnum.ThresholdType.Binary);

//将处理后的三个通道推入 VectorOfMat

VectorOfMat newm = new VectorOfMat();

newm.Push(channels[0]);

newm.Push(channels[1]);

newm.Push(channels[2]);

Mat mdst = new Mat();

//合并通道

CvInvoke.Merge(newm, mdst);

ImageBox3.Image = mdst;

}

运行后如下图所示：

图4-5 图像通道的分离和合并

4.2.4 按颜色分离

CvInvoke.InRange方法用于在图像中找到指定范围内的像素，并将其设置为白色，其余的像素设置为黑色。在使用CvInvoke.InRange方法时，需要根据实际情况选择合适的下限和上限，以达到最佳的处理效果。同时，CvInvoke.InRange方法只能处理单通道和三通道的图像。如果图像通道数不为1或3，需要先将其转换为单通道或三通道图像。

InRange方法的声明如下：

public static void InRange(

IInputArray src,

IInputArray lower,

IInputArray upper,

IOutputArray dst

)

主要参数说明：

lowerb参数是指定范围的下限。

upperb参数是指定范围的上限。

【代码位置：frmChapter4】Button5_Click

//颜色分离

private void Button5_Click(object sender, EventArgs e)

{

Mat m = new Mat("C:\\learnEmgucv\\wslt.jpg", ImreadModes.Color);

ImageBox1.Image = m;

Mat hsv = new Mat();

//转为Hsv，更容易分离颜色

CvInvoke.CvtColor(m, hsv, ColorConversion.Bgr2Hsv);

//设置颜色范围下限和上限，需要根据实际慢慢修改

ScalarArray lowerb1 = new ScalarArray(new MCvScalar(0, 10, 180));

ScalarArray upperb1 = new ScalarArray(new MCvScalar(50, 160, 255));

Mat dst = new Mat();

//使用InRange分离颜色,返回二值图

CvInvoke.InRange(hsv, lowerb1, upperb1, dst);

ImageBox2.Image = dst;

Mat dstchannel3 = new Mat();

//转为3通道图像

CvInvoke.CvtColor(dst, dstchannel3, ColorConversion.Gray2Bgr);

Mat result = new Mat();

//做And运算，然后显示分离结果

CvInvoke.BitwiseAnd(m, dstchannel3, result);

ImageBox3.Image = result;

}

运行后如下图所示：

图4-6 InRange方法分离出人脸

声明：本文内容由网友自发贡献，不代表【wpsshop博客】立场，版权归原作者所有，本站不承担相应法律责任。如您发现有侵权的内容，请联系我们。转载请注明出处：https://www.wpsshop.cn/w/酷酷是懒虫/article/detail/1001604