5.过滤很小或很大像素的图像点（阈值化）--- OpenCV从零开始到图像（人脸 + 物体）识别系列

• 完成时间:2018-5-17

• 作者：小嗷

• qq邮箱：631821577@qq.com

• qq群：736857977

• 公众号：小嗷的日常（扫码关注）

  0.二维码

因为昨天用到阈值，所以今天来说说阈值化。还有就是我会慢慢的把QT部分加上，希望大家关注一下公众号，谢谢（环境VS2015 + opencv3.2）

---

阈值 是什么？简单点说是把图像分割的标尺，这个标尺是根据什么产生的，阈值产生算法？阈值类型。（Binary segmentation）

---

看看以前的笔记

1.笔记.PNG

大概有两点注意：

1. 阈值可以视作最简单的图像分割方法：基于图像中物体与背景之间的灰度差异，此分割属于像素级的分割
2. 该函数的典型应用是对灰度图像进行阈值操作得到二值图像或者去掉噪声，例如过滤很小或很大像素的图像点

2.苹果

1. 阈值类型 --- 阈值二值化(threshold binary)

• 左下方的图表示图像像素点Src(x,y)值分布情况，蓝色水平线表示阈值

3.频率1 4.阈值公式 5.频率2

提示：蓝色线对应值为选定的阈值。所有像素值大于这一值的设定为1，否则设定为0。

2. 阈值类型 --- 阈值反二值化(threshold binary Inverted)

• 左下方的图表示图像像素点Src(x,y)值分布情况，蓝色水平线表示阈值

3.频率1 6.阈值反向公式 5.频率2

提示：蓝色线对应值为选定的阈值。所有像素值大于这一值的设定为0，否则设定为1。

3. 阈值类型 --- 阈值反取零 (threshold to zero inverted)

左下方的图表示图像像素点Src(x,y)值分布情况，蓝色水平线表示阈值

3.频率1 7.阈值反取零 8.频率3

提示：像素值大于阈值的全部设为0，小于的保持不变

4. 公式图

image

5. 相关代码如下：

11.代码.PNG

/*
双阈值化操作
*/

#include <opencv2/core/core.hpp>                
#include <opencv2/highgui/highgui.hpp>                
#include <opencv2/imgproc/imgproc.hpp>               
#include <iostream>              
using namespace std;
using namespace cv;

int main()
{
    //------------【1】读取源图像并检查图像是否读取成功------------      
    Mat srcImage = imread("D:\\10.创世主.jpg");
    if (!srcImage.data)
    {
        cout << "读取图片错误，请重新输入正确路径！\n";
        system("pause");
        return -1;
    }
    imshow("【源图像】", srcImage);
    //------------【2】灰度转换--------------------------     
    Mat srcGray;
    cvtColor(srcImage, srcGray, CV_RGB2GRAY);
    imshow("【灰度图】", srcGray);
    //------------【3】初始化相关变量--------------------  
    Mat dstTempImage1, dstTempImage2, dstImage;
    const int maxVal = 255;     //预设最大值  
    int low_threshold = 90;     //较小的阈值量  
    int high_threshold = 190;   //较大的阈值量  
                                //--------------【4】双阈值化过程-----------------------  
                                //小阈值对源灰度图像进行二进制阈值化操作  
    threshold(srcGray, dstTempImage1, low_threshold, maxVal, THRESH_BINARY);
    imshow("【阈值化】", dstTempImage1);
    //大阈值对源灰度图像进行反二进制阈值化操作  
    threshold(srcGray, dstTempImage2, high_threshold, maxVal, THRESH_BINARY_INV);
    imshow("【反向阈值化】", dstTempImage2);
    //矩阵"与运算"得到二值化结果  
    bitwise_and(dstTempImage1, dstTempImage2, dstImage); //对像素加和  
    imshow("【双阈值化】", dstImage);
    waitKey(0); //窗口保持等待  
    return 0;
}

10.效果图.PNG

分享可以无数次，转载成自己文章QQ邮箱通知一下，未经授权请勿转载，这是距离我们几十亿光年的创世柱，也是我喜欢天文学的原因，震撼。

image