[OpenCV2.4]图像二值化处理

o2co2

我的博客：http://zwmin.com
我的博客上排版会好些。


处理像素值的阈值，图像进行二值化处理。阈值处理方法如下：

• THRESH_BINARY：二进制阈值化．解释：在运用该阈值类型的时候，先要选定一个特定的阈值量，比如：125，这样，新的阈值产生规则可以解释为大于125的像素点的灰度值设定为最大值(如8位灰度值最大为255)，灰度值小于125的像素点的灰度值设定为0。
• THRESH_BINARY_INV：反二进制阈值化．解释：该阈值化与二进制阈值化相似，先选定一个特定的灰度值作为阈值，不过最后的设定值相反。（在8位灰度图中，例如大于阈值的设定为0，而小于该阈值的设定为255）。
• THRESH_TRUNC：截断阈值化．解释：同样首先需要选定一个阈值，图像中大于该阈值的像素点被设定为该阈值，小于该阈值的保持不变。（例如：阈值选取为125，那小于125的阈值不改变，大于125的灰度值（230）的像素点就设定为该阈值）。
• THRESH_TOZERO：阈值化为0．解释：先选定一个阈值，然后对图像做如下处理：1 像素点的灰度值大于该阈值的不进行任何改变；2 像素点的灰度值小于该阈值的，其灰度值全部变为0。
• THRESH_TOZERO_INV：反阈值化为0．解释：原理类似于0阈值，但是在对图像做处理的时候相反，即：像素点的灰度值小于该阈值的不进行任何改变，而大于该阈值的部分，其灰度值全部变为0。
  

此外，特殊值THRESH_OTSU可以和上述几种情况相结合。在这种情况下，函数确定最佳阀值，使用最大类间方差（OTSU）算法，并使用它，而不是指定的阀值。该函数返回返回计算出来的最佳阀值，目前只支持8位图像。

此外，adaptiveThreshold是自适应阀值函数，既阀值根据适应的规则自适应确定输入。阀值的测定方法有以下几种：

• ADAPTIVE_THRESH_MEAN_C：阀值T(x,y) 是，(x,y)的附近 blockSize x blockSize 的平均的值减去C的值。
• ADAPTIVE_THRESH_GAUSSIAN_C：阀值T(x,y) 是，(x,y) 的附近 blockSize x blockSize 的（使用高斯分布）加重平均的值减去C的值．从blockSize确定这高斯分布的标准偏差。
  

[pre lang="c" line="1"]#include <opencv2/core/core.hpp>
#include <opencv2/imgproc/imgproc.hpp>
#include <opencv2/highgui/highgui.hpp>
int
main(int argc, char *argv[])
{
cv::Mat gray_img = cv::imread(“../../image/lenna.png”, 0);
if(gray_img.empty()) return -1;
// 固定的阀值处理图像
cv::Mat bin_img, bininv_img, trunc_img, tozero_img, tozeroinv_img;
// 输入画像，输出画像，阀值，maxVal，处理阀值的方法
cv::threshold(gray_img, bin_img, 0, 255, cv::THRESH_BINARY|cv::THRESH_OTSU);
cv::threshold(gray_img, bininv_img, 0, 255, cv::THRESH_BINARY_INV|cv::THRESH_OTSU);
cv::threshold(gray_img, trunc_img, 0, 255, cv::THRESH_TRUNC|cv::THRESH_OTSU);
cv::threshold(gray_img, tozero_img, 0, 255, cv::THRESH_TOZERO|cv::THRESH_OTSU);
cv::threshold(gray_img, tozeroinv_img, 0, 255, cv::THRESH_TOZERO_INV|cv::THRESH_OTSU);
// 自适应阀值处理
cv::Mat adaptive_img;
// 输入画像，输出画像，maxVal，阀值決定方法，阀值处理手法，blockSize，C
cv::adaptiveThreshold(gray_img, adaptive_img, 255, cv::ADAPTIVE_THRESH_GAUSSIAN_C, cv::THRESH_BINARY, 7, 8);
// 结果画像显示
cv::namedWindow(“Binary”, CV_WINDOW_AUTOSIZE|CV_WINDOW_FREERATIO);
cv::namedWindow(“Binary Inv”, CV_WINDOW_AUTOSIZE|CV_WINDOW_FREERATIO);
cv::namedWindow(“Trunc”, CV_WINDOW_AUTOSIZE|CV_WINDOW_FREERATIO);
cv::namedWindow(“ToZero”, CV_WINDOW_AUTOSIZE|CV_WINDOW_FREERATIO);
cv::namedWindow(“ToZero Inv”, CV_WINDOW_AUTOSIZE|CV_WINDOW_FREERATIO);
cv::namedWindow(“Adaptive”, CV_WINDOW_AUTOSIZE|CV_WINDOW_FREERATIO);
cv::imshow(“Binary”, bin_img);
cv::imshow(“Binary Inv”, bininv_img);
cv::imshow(“Trunc”, trunc_img);
cv::imshow(“ToZero”, tozero_img);
cv::imshow(“ToZero Inv”, tozeroinv_img);
cv::imshow(“Adaptive”, adaptive_img);
cv::waitKey(0);
}[/code]

输入画像：

结果图像：

     

迷你强

好牛啊。。。。。。感觉好强大，，，，

kuanglig1995

给楼主点赞