opencv 阈值操作（传说中图像分割的尺子）

阈值：       

• 最简单的分割方法
• 应用示例：分离对应于我们想要分析的对象的图像的区域。该分离基于对象像素和背景像素之间的强度变化。
• 为了区分我们感兴趣的像素（其最终将被拒绝），我们对每个像素强度值相对于阈值进行比较（根据要解决的问题确定）。
• 一旦我们正确分离了重要的像素，我们可以用一个确定的值来设置它们来识别它们（即我们可以为它们分配值（黑色），（白色）或适合您需要的任何值）。

如下图的分割：

 

阈值类型： 

左下方的图表示图像像素点Src(x,y)值分布情况，蓝色水平线表示阈值：

阈值二值化(threshold binary)

阈值反二值化(threshold binary Inverted)

截断 (truncate)

阈值取零 (threshold to zero)

阈值反取零 (threshold to zero inverted)

 

对应的参数值：

 

// opencv0015.cpp : 定义控制台应用程序的入口点。
//

#include "stdafx.h"
#include<iostream>
#include <opencv2/opencv.hpp>

using namespace cv;
using namespace std;

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";

void Threshold_Demo(int ,void*);
int main()
{
	string imageName = "D:/images/666.jpg";
	src = imread(imageName,IMREAD_COLOR); //读取一个图片
	if (src.empty())
	{
		cout << "load image failed" << endl;
		return -1;
	}
	cvtColor(src, src_gray, COLOR_BGR2GRAY); //装换成灰色图像
	namedWindow(window_name,WINDOW_AUTOSIZE);
	createTrackbar(trackbar_type, window_name, &threshold_type, max_type, Threshold_Demo); //选择阈值类型
	createTrackbar(trackbar_value, window_name, &threshold_value, max_value, Threshold_Demo); //选择阈值的值
	Threshold_Demo(0,0);

	waitKey(0);
    return 0;
}

void Threshold_Demo(int, void *)
{
	/* 0: Binary
	1: Binary Inverted
	2: Threshold Truncated
	3: Threshold to Zero
	4: Threshold to Zero Inverted
	*/
	threshold(src_gray, dst, threshold_value, max_BINARY_value, threshold_type);
	imshow(window_name, dst);
}

 简单介绍一下函数：

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

1. src_gray  输入图像，这里是灰度图像，你可以使用原图像，效果有些不同
2. dst   输出图像
3. threshold_value 当前输入的阈值，这个根据情况来选择 0~255；
4. max_BINARY_value，设置阈值的最大值；
5. threshold_type 阈值的种类，上边有明细。

那我们看看结果吧：

截断：

阈值二值化与反向二值化：

阈值与零与倒置

是不是非常的简单，喜欢的话就一起来学习吧，可以关注我的博客，一起成长与进步吧。