【图像处理】OpenCV系列二十 --- 二值化函数详解(thr

2019-05-03 本文已影响62人 307656af5a04

上一节我们学习了用自适应阈值对一幅图像进行二值化，相信大家学习之后，已经有所了解，本节我们针对二值化这个概念我们进入深入的剖析，本节我们将学习二值化函数(threshold)的具体原理与用法！

1、函数原型

double threshold(InputArray src, 
    OutputArray dst,
    double thresh, 
    double maxval, 
    int type);

2、函数功能
对数组元素进行固定阈值操作；并且该函数可以对多通道的数组用固定的阈值进行二值化；通常用于将灰度图像转换为二值化的图像；用于消除噪声，即滤除值过小或过大的像素；函数支持几种类型的阈值处理，由函数中的type参数决定；

另外，THRESH_OTSU or THRESH_TRIANGLE可以与type进行组合对图像进行二值化处理；在这些情况下，函数使用Otsu或者Triangle算法确定最优阈值，并使用它代替指定的阈值；

Note:
目前，Otsu或者Triangle算法仅支持8位单通道图像的实现，该函数支持就地操作哦！

返回值：
如果Otsu或者Triangle算法，则计算阈值。

3、参数详解

第一个参数，InputArray src，输入图像，可以是多通道图像、8位图像、32位浮点型图像；
第二个参数，OutputArray dst，目标图像，和原图像有一样的尺寸、类型和同样的通道数；
第三个参数，double thresh，进行二值化的阈值；
第四个参数，double maxval，最大值，一般与THRESH_BINARY或者THRESH_BINARY_INV阈值类型一起使用；
第五个参数，int type，阈值的类型；

4、阈值类型详解

阈值详解

(1)THRESH_BINARY，正向二值化,如果当前的像素值大于设置的阈值(thresh)，则将该点的像素值设置为maxval；否则，将该点的像素值设置为0；
具体的公式如下

THRESH_BINARY

(2)THRESH_BINARY_INV ，反向二值化，如果当前的像素值大于设置的阈值(thresh)，则将该点的像素值设置为0；否则，将该点的像素值设置为maxval；
具体的公式如下

THRESH_BINARY_INV

(3)THRESH_TRUNC ，如果当前的像素值大于设置的阈值(thresh)，则将该点的像素值设置为threshold；否则，将该点的像素值不变；
具体的公式如下

THRESH_TRUNC

(4)THRESH_TOZERO ，如果当前的像素值大于设置的阈值(thresh)，则将该点的像素值不变；否则，将该点的像素值设置为0；
具体的公式如下

THRESH_TOZERO

(5)THRESH_TOZERO_INV ，如果当前的像素值大于设置的阈值(thresh)，则将该点的像素值设置为0；否则，将该点的像素值不变；
具体的公式如下

THRESH_TOZERO_INV

(6)THRESH_MASK

(7)THRESH_OTSU，使用Otsu算法选择最佳阈值。

(8)THRESH_TRIANGLE，使用三角算法选择最佳阈值。

5、实验案例

#include <opencv2/imgproc.hpp>
#include <opencv2/highgui.hpp>
#include <opencv2/opencv.hpp>

using namespace cv;

// 原图像
Mat srcImage, dstImage;

// 调整阈值类型的变量
int g_ThresholdType = 0;
int g_ThresholdValue = 128;

// 回调函数
static void OnThresholdMethod(int, void*);


int main(int argc, char** argv)
{
    // 载入图像
    srcImage = imread("lena.png");

    // 判断图像是否为空
    if (srcImage.empty())
    {
        printf("image error!");
        return 0;
    }

    // 对原图像进行备份
    dstImage = srcImage.clone();

    namedWindow("原图");
    imshow("原图", dstImage);

    // 判断图像是彩色图像还是灰度图像
    // 如果图像是彩色图像，需要将图像转换为灰度图像
    if (srcImage.channels() == 3)
    {
        cvtColor(srcImage, srcImage, COLOR_BGR2GRAY);
    }

    namedWindow("【效果图】");

    createTrackbar("阈值大小：",
        "【效果图】",
        &g_ThresholdValue,
        255,
        OnThresholdMethod);

    createTrackbar("阈值类型：",
        "【效果图】",
        &g_ThresholdType,
        8,
        OnThresholdMethod);

    // 调用回调函数
    OnThresholdMethod(0, 0);

    waitKey(0);
    return 0;
}

void OnThresholdMethod(int, void*)
{
    Mat tmpImage = srcImage.clone();
    // 设置二值化的类型
    //目前，Otsu或者Triangle算法仅支持8位单通道图像的实现
    // 因此与这两个算法组合的时候，需要将图像转换为灰度图像
    if (g_ThresholdType==5)
    {
        if (srcImage.channels()==3)
            cvtColor(srcImage, tmpImage, COLOR_BGR2GRAY);       
        g_ThresholdType = THRESH_OTSU + THRESH_BINARY;
    }
    if (g_ThresholdType == 6)
    {
        if (srcImage.channels() == 3)
            cvtColor(srcImage, tmpImage, COLOR_BGR2GRAY);
        g_ThresholdType = THRESH_OTSU + THRESH_BINARY_INV;
    }
    if (g_ThresholdType == 7)
    {
        if (srcImage.channels() == 3)
            cvtColor(srcImage, tmpImage, COLOR_BGR2GRAY);
        g_ThresholdType = THRESH_TRIANGLE + THRESH_BINARY;
    }
    if (g_ThresholdType == 8)
    {
        if (srcImage.channels() == 3)
            cvtColor(srcImage, tmpImage, COLOR_BGR2GRAY);
        g_ThresholdType = THRESH_TRIANGLE + THRESH_BINARY_INV;
    }

    // 二值化处理
    threshold(tmpImage,
        dstImage,
        g_ThresholdValue,
        255,
        g_ThresholdType);

    imshow("【效果图】", dstImage);
}

6、实验结果

原图

彩色图像正向二值化后效果图

彩色图像反向二值化后效果图

灰度图像正向二值化后效果图

好了，今天的OpenCV学到这里就结束了，本节二值化函数(threshold)讲的清晰，希望大家可以仔细的理解哦！！

我是奕双，现在已经毕业将近两年了，从大学开始学编程，期间学习了C语言编程，C++语言编程，Win32编程，MFC编程，毕业之后进入一家图像处理相关领域的公司，掌握了用OpenCV对图像进行处理，如果大家对相关领域感兴趣的话，可以关注我，我这边会为大家进行解答哦！如果大家需要相关学习资料的话，可以私聊我哦！

【图像处理】OpenCV系列二十 --- 二值化函数详解(thr

猜你喜欢

热点阅读