adaptiveThreshold函數

函數作用：

運用自適應閾值分割對圖像進行處理

函數調用形式：

C++:?void?adaptiveThreshold(InputArray?src, OutputArray?dst, doublemaxValue, int?adaptiveMethod, int?thresholdType, int?blockSize, double?C)

src

輸入圖像.

dst

輸出圖像.

max_value

使用 CV_THRESH_BINARY 和 CV_THRESH_BINARY_INV 的最大值.

adaptive_method

自適應閾值算法使用：CV_ADAPTIVE_THRESH_MEAN_C 或 CV_ADAPTIVE_THRESH_GAUSSIAN_C （見討論）.

threshold_type

取閾值類型：必須是下者之一

• CV_THRESH_BINARY,
• CV_THRESH_BINARY_INV

block_size

用來計算閾值的象素鄰域大小: 3, 5, 7, ...

param1

與方法有關的參數。對方法 CV_ADAPTIVE_THRESH_MEAN_C 和 CV_ADAPTIVE_THRESH_GAUSSIAN_C， 它是一個從均值或加權均值提取的常數（見討論）, 盡管它可以是負數。

函數 cvAdaptiveThreshold 將灰度圖像變換到二值圖像，采用下面公式：

threshold_type=CV_THRESH_BINARY: dst(x,y) = max_value, if src(x,y)>T(x,y)0, otherwisethreshold_type=CV_THRESH_BINARY_INV: dst(x,y) = 0, if src(x,y)>T(x,y)max_value, otherwise

其中 TI 是為每一個象素點單獨計算的閾值

對方法 CV_ADAPTIVE_THRESH_MEAN_C，先求出塊中的均值，再減掉param1。

對方法 CV_ADAPTIVE_THRESH_GAUSSIAN_C ，先求出塊中的加權和(gaussian)， 再減掉param1。

opencv代碼：

#include "StdAfx.h" #include <cv.h> #include <highgui.h> #include <math.h> IplImage* Igray = 0; IplImage* It = 0; IplImage* Iat; void main() { Igray = cvLoadImage("lena.png", CV_LOAD_IMAGE_GRAYSCALE); It = cvCreateImage(cvSize(Igray->width, Igray->height),IPL_DEPTH_8U, 1); Iat = cvCreateImage(cvSize(Igray->width, Igray->height),IPL_DEPTH_8U, 1); cvThreshold(Igray, It, 150, 255,CV_THRESH_BINARY); cvAdaptiveThreshold(Igray, Iat, 255, CV_ADAPTIVE_THRESH_MEAN_C, CV_THRESH_BINARY, 3, 5); cvNamedWindow("orignal", 1); cvNamedWindow("threshold", 1); cvNamedWindow("adaptiveThresh", 1); cvShowImage("orignal", Igray); cvShowImage("threshold", It); cvShowImage("adaptiveThresh", Iat); cvWaitKey(0); cvReleaseImage(&Igray); cvReleaseImage(&It); cvReleaseImage(&Iat); cvDestroyWindow("orignal"); cvDestroyWindow("threshold"); cvDestroyWindow("adaptiveThresh"); }

總結

以上是生活随笔為你收集整理的adaptiveThreshold函数的全部內容，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站內容還不錯，歡迎將生活随笔推薦給好友。