OpenCV學習筆記（十一）：閾值化：threshold(),adaptivethreshold()

一、定義：

1）固定閾值操作

double threshold( InputArray src, // 輸入圖像，單通道 OutputArray dst, // 輸出圖像 double thresh, // 閾值的具體值 double maxval, // 最大值，生成二值圖時用到 int type); // 閾值類型// 常用的兩種閾值化類型// THRESH_BINARY = 0, 閾值化處理生成二值圖像// THRESH_BINARY_INV = 1, 閾值化處理并反轉生成二值圖 ==閾值類型:== 0 = THRESH_BINARY二進制閾值化： 將灰度值大于thresh的設置為maxval，不大于thresh設置為0。1 = THRESH_BINARY_INV反二進制閾值化： 將灰度值大于thresh的設置為0，不大于thresh設置為maxval。2 = THRESH_TRUNC截斷閾值化： 將灰度值大于thresh的設置為threshold，不大于thresh的灰度值不變。3 = THRESH_TOZERO閾值化為0： 將灰度值大于thresh的不變，超過閾值置為0。4 = THRESH_TOZERO_INV反閾值化為0： 將灰度值大于thresh的不變，低于閾值置為0。THRESH_MASKTHRESH_OTSU 使用Otsu算法選擇最優(yōu)閾值，使這個閾值可以將前景色和背景色盡可能分開。 THRESH_TRIANGLE 使用三角形算法選擇最優(yōu)閾值

2）自適應閾值化操作

void adaptiveThreshold( InoutArray src, // 源圖像數(shù)組 OutputArray dst, // 輸出圖像組 double maxValue, // 最大值，生成二值圖時用到 int adaptiveMethod, // 自適應閾值算法選擇 ADAPTIVE_THRESH_MEAN_C或ADAPTIVE_THRESH_GAUSSIAN_C; int thresholdType, // 閾值類型THRESH_BINARY或THRESH_BINARY_INV int blockSize, // 鄰域塊大小,用來計算區(qū)域閾值,一般選擇3、5、7……; double C // 它是一個從均勻或加權均值提取的常數(shù)，可以是負數(shù) )==自適應閾值算法== ADAPTIVE_THRESH_MEAN_C 的計算方法是 計算出鄰域的平均值再減去第七個參數(shù)double C的值ADAPTIVE_THRESH_GAUSSIAN_C 的計算方法是 計算出鄰域的高斯均勻值再減去第七個參數(shù)double C的值

二、固定閾值threshold() 代碼示例：

1）主函數(shù)

#include <opencv2/opencv.hpp>using namespace cv; using namespace std;int g_nThresholdValue1 = 124,g_nThresholdValue2=175; int g_nThresholdType = 0; // 閾值類型 標識 Mat g_srcImage,g_grayImage,g_dstImage,g_dstImage1,g_dstImage2;int main() {// 顯示歡迎和幫助文字ShowHelpText( );// 1、讀入源圖片g_srcImage = imread("F:/C++/2. OPENCV 3.1.0/TEST/pellets.png");if(!g_srcImage.data ) { printf("讀取圖片錯誤，請確定目錄下是否有imread函數(shù)指定的圖片存在~！ \n"); return false; }imshow("原始圖",g_srcImage);// 2、存留一份原圖的灰度圖cvtColor( g_srcImage, g_grayImage, COLOR_RGB2GRAY );// 3、創(chuàng)建窗口并顯示原始圖namedWindow( "【程序窗口】", WINDOW_AUTOSIZE );// 4、創(chuàng)建滑動條來控制閾值createTrackbar( "模式", "【程序窗口】", &g_nThresholdType,4, on_Threshold );createTrackbar( "min閾值1","【程序窗口】", &g_nThresholdValue1,255, on_Threshold );createTrackbar( "max閾值2","【程序窗口】", &g_nThresholdValue2,255, on_Threshold );// 5、初始化自定義的閾值回調函數(shù)on_Threshold( 0, 0 );// 6、輪詢等待用戶按鍵，如果ESC鍵按下則退出程序while(1){int key;key = waitKey( 20 );if( (char)key == 27 ){ break; }}return 0; }

2）獲取區(qū)間像素點總數(shù)：

int getWhitePixel(Mat& img) {int area=0;for(int i=0 ; i<img.rows ; i++)for(int j=0 ; j<img.cols ; j++)if(img.at<uchar>(i,j)==255)area ++;return area;// int area=0; // int rowNumber = img.rows; //行數(shù) // int colNumber = img.cols*img.channels(); //列數(shù) x 通道數(shù)=每一行元素的個數(shù) // //雙重循環(huán)，遍歷所有的像素值 // for (int i = 0; i < rowNumber; i++) //行循環(huán) // { // uchar *data = img.ptr<uchar>(i); //獲取第i行的首地址 // for (int j = 0; j < colNumber; j++) // if(data[j] ==255) // area ++; // } // return area; }

3）區(qū)間閾值實現(xiàn)函數(shù)：

void on_Threshold( int, void* ) {//調用閾值函數(shù)//CV_THRESH_BINARY = 0, /**< value = value > threshold ? max_value : 0 *///CV_THRESH_BINARY_INV = 1, /**< value = value > threshold ? 0 : max_value *///CV_THRESH_TRUNC = 2, /**< value = value > threshold ? threshold : value *///CV_THRESH_TOZERO = 3, /**< value = value > threshold ? value : 0 *///CV_THRESH_TOZERO_INV = 4, /**< value = value > threshold ? 0 : value */threshold(g_grayImage,g_dstImage1,g_nThresholdValue1,255,g_nThresholdType); // CV_THRESH_BINARYimshow( "threshold1", g_dstImage1 );threshold(g_grayImage,g_dstImage2,g_nThresholdValue2,255,g_nThresholdType);imshow( "threshold2", g_dstImage2 );// 兩圖相減 g_dstImage1-g_dstImage2=g_dstImageaddWeighted(g_dstImage1,1.0,g_dstImage2,-1,0,g_dstImage);// 顯示區(qū)間像素點數(shù)int area = getWhitePixel(g_dstImage);printf("\n 區(qū)間面積area =%d pixel",area);//更新效果圖imshow( "【程序窗口】", g_dstImage ); } static void ShowHelpText() {//輸出一些幫助信息printf( "\n\t歡迎來到【基本閾值操作】示例程序~\n\n");printf( "\n\t按鍵操作說明: \n\n""\t\t鍵盤按鍵【ESC】- 退出程序\n""\t\t滾動條模式0- 二進制閾值\n""\t\t滾動條模式1- 反二進制閾值\n""\t\t滾動條模式2- 截斷閾值\n""\t\t滾動條模式3- 反閾值化為0\n""\t\t滾動條模式4- 閾值化為0\n" ); }

結果：


在這里插入圖片描述
Halcon對比：

二、固定閾值threshold() 代碼示例：

1）主函數(shù)

#include <opencv2/opencv.hpp>using namespace cv; using namespace std;Mat g_srcImage, g_grayImage,g_matAdaptive; int g_nadaptiveMethod = ADAPTIVE_THRESH_MEAN_C; int g_C = 5; int g_blockSize=1;int main() {// 1、讀入源圖片g_srcImage = imread("F:/C++/2. OPENCV 3.1.0/TEST/pellets.png");if(!g_srcImage.data ) { printf("讀取圖片錯誤，請確定目錄下是否有imread函數(shù)指定的圖片存在~！ \n"); return false; }imshow("原始圖",g_srcImage);// 2、存留一份原圖的灰度圖cvtColor( g_srcImage, g_grayImage, COLOR_RGB2GRAY );// 3、創(chuàng)建窗口并顯示原始圖namedWindow( "【自適應閾值分割】" , WINDOW_AUTOSIZE );// 4、創(chuàng)建滑動條來控制閾值createTrackbar( "閾值算法", "【自適應閾值分割】" , &g_nadaptiveMethod,1, on_Threshold );createTrackbar( "領域尺寸","【自適應閾值分割】" , &g_blockSize,9, on_Threshold );createTrackbar( "常數(shù) C","【自適應閾值分割】" , &g_C,255, on_Threshold );// 5、初始化自定義的閾值回調函數(shù)on_Threshold( 0, 0 );// 6、輪詢等待用戶按鍵，如果ESC鍵按下則退出程序while(1){int key;key = waitKey( 20 );if( (char)key == 27 ){ break; }}return 0; } void on_Threshold( int, void* ) { // 自適應閾值分割adaptiveThreshold(g_grayImage, g_matAdaptive, 255, g_nadaptiveMethod, THRESH_BINARY_INV, 2*g_blockSize+1, g_C);// 更新效果圖imshow( "【自適應閾值分割】" , g_matAdaptive ); }

結果：

創(chuàng)作挑戰(zhàn)賽新人創(chuàng)作獎勵來咯，堅持創(chuàng)作打卡瓜分現(xiàn)金大獎

總結

以上是生活随笔為你收集整理的OpenCV学习笔记（十一）：阈值化：threshold(),adaptivethreshold()的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內容還不錯，歡迎將生活随笔推薦給好友。