阀值和阈值的区别

【OpenCV图像处理⼊门学习教程⼆】不同阈值⼆值化图像

OpenCV图像处理⼊门学习教程系列，上⼀篇第⼀篇：

图像⼆值化介绍

图像⼆值化是图像预处理中⾮常重要的⼀部分。图像⼆值化简单来说就是将256个亮度等级的灰度图像通过适当的阈值选取⽽获得仍然可以

反映图像整体和局部特征的⼆值化图像。

在数字图像处理中，⼆值图像占有⾮常重要的地位，⾸先，图像的⼆值化有利于图像的进⼀步处理，使图像变得简单，⽽且数据量减⼩，能

凸显出感兴趣的⽬标的轮廓。其次，要进⾏⼆值图像的处理与分析，⾸先要把灰度图像⼆值化，得到⼆值化图像。

⼀、OpenCV中的图像⼆值化

在OpenCV中，图像⼆值化最关键的⼀个函数就是——cvThreshold()

下⾯简单地介绍⼀下这个函数，有关该函数的具体定义与说明，可以在OpenCV的imgproctypes_c.h中找到。

该函数的主要功能就是，采⽤Canny⽅法对图像进⾏边缘检测

函数原型及说明如下：

voidcvThreshold(//函数说明：

constCvArr*src,//第⼀个参数表⽰输⼊图像，必须为单通道灰度图。

CvArr*dst,//第⼆个参数表⽰输出的边缘图像，为单通道⿊⽩图。

doublethreshold,//第三个参数表⽰阈值

doublemax_value,//第四个参数表⽰最⼤值。

intthreshold_type//第五个参数表⽰运算⽅法。

);

上述的第五个参数也就是Thresholdtypes如下：

/*Thresholdtypes↓*/

enum

{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*/

CV_THRESH_MASK=7,

CV_THRESH_OTSU=8/*uOtsualgorithmtochootheoptimalthresholdvalue;combinetheflagwithoneoftheaboveCV_THRESH_*values*/

//最后⼀个是⾃适应算法取阈值（最⼤类间⽅差法），这样前⾯的第四个参数threshold会⽆效

};

⼆、基于OpenCV3.3的图像⼆值化（阈值可调）

下⾯是⼀段基于OpenCV3.3的图像⼆值化实例代码，阈值可以通过滑动条来调节，可以观察不同阈值：

IDEIDE：VisualStudio2013

语⾔语⾔：C++

依赖依赖：OpenCV3.3.0

整个⼯程⽂件见

#include<>

usingnamespacestd;

IplImage*g_pGrayImage=NULL;

IplImage*g_pBinaryImage=NULL;

constchar*pstrWindowsBinaryTitle="⼆值化之后的图像";

voidon_trackbar(intval)

{

//转为⼆值图

cvThreshold(g_pGrayImage,g_pBinaryImage,val,255,CV_THRESH_BINARY);

//显⽰⼆值图

cvShowImage(pstrWindowsBinaryTitle,g_pBinaryImage);

}

intmain(intargc,char**argv)

{

constchar*pstrWindowsSrcTitle="原图-byLenna";

constchar*pstrWindowsToolBarName="⼆值化阈值";

//从⽂件中加载原图

IplImage*pSrcImage=cvLoadImage("",CV_LOAD_IMAGE_UNCHANGED);

//转为灰度图Gray=R*0.299+G*0.587+B*0.114（通道顺序B->G->R）

g_pGrayImage=cvCreateImage(cvGetSize(pSrcImage),IPL_DEPTH_8U,1);

cvCvtColor(pSrcImage,g_pGrayImage,CV_BGR2GRAY);

//创建⼆值图

g_pBinaryImage=cvCreateImage(cvGetSize(g_pGrayImage),IPL_DEPTH_8U,1);

//显⽰原图

cvNamedWindow(pstrWindowsSrcTitle,CV_WINDOW_AUTOSIZE);

cvShowImage(pstrWindowsSrcTitle,pSrcImage);

//创建⼆值图窗⼝

cvNamedWindow(pstrWindowsBinaryTitle,CV_WINDOW_AUTOSIZE);

//滑动条

intnThreshold=63;

cvCreateTrackbar(pstrWindowsToolBarName,pstrWindowsBinaryTitle,&nThreshold,254,on_trackbar);

on_trackbar(63);//初始阈值的设置，初步调试设为63

cvWaitKey(0);

cvDestroyWindow(pstrWindowsSrcTitle);

cvDestroyWindow(pstrWindowsBinaryTitle);

cvReleaImage(&pSrcImage);

cvReleaImage(&g_pGrayImage);

cvReleaImage(&g_pBinaryImage);

return0;

}

运⾏结果如下：

⼤家可以再拉⼀拉滑动条，看看不同的阈值⼆值化出来的图⽚怎么样~上图的值私以为是看起来⽐较舒服的~

当然除了cvThreshold()这个函数以外，OpenCV中还提供了cvAdaptiveThreshold()函数以及cvCanny()函数也是可以对图像进⾏⼆值化

的，⽽cvAdaptiveThreshold()函数会使⽤Otsu算法(⼤律法或最⼤类间⽅差法)来进⾏⾃适应全局阈值，通过这个阈值对图像进⾏⼆值化，

效果是和在调⽤cvThreshold()时传⼊参数CV_THRESH_OTSU是⼀样的，⼤家可以⾃⼰试⼀试~

基于OpenCV3.3的图像⼆值化（阈值可调），整个⼯程⽂件见

OpenCV图像处理⼊门学习教程系列，下⼀篇第三篇：