• 圖像的二值化，就是將圖像上的像素點的灰度值設(shè)置為0或255，也就是將整個圖像呈現(xiàn)出明顯的只有黑和白的視覺效果；
• 二值化一般是提取輪廓的準(zhǔn)備工作；
• 二值化處理之后，圖像只有0或255，變成黑白圖像。

OpenCV中有全局二值化和局部二值化，全局二值化對光線敏感，局部二值化可以克服光線的影響

全局二值化

double threshold( InputArray src,//src輸入數(shù)組（多通道，8位或32位浮點）。OutputArray dst,//dst輸出數(shù)組的大小和類型與src相同，通道數(shù)相同。double thresh, //二值化閾值，閾值兩端的分別置為0、255double maxval, //與#THRESH_BINARY=0和#THRESH_BINARY_INV=1一起使用的maxval最大值類型。(8位圖像為255)int type //二值化類型);

全局二值化類型（第五個參數(shù)type）：

CV_THRESH_BINARY =0, /**值大于閾值置為最大值，否則為0*/CV_THRESH_BINARY_INV =1, /**值大于閾值置為0，否則為最大值*/CV_THRESH_TRUNC =2, /**值大于閾值置為閾值，否則不變*/CV_THRESH_TOZERO =3, /**值大于閾值不變，否則置為0*/CV_THRESH_TOZERO_INV =4, /**值大于閾值置為0，否則不變*/CV_THRESH_OTSU =8, /**<利用大津法自動選擇最優(yōu)閾值；將標(biāo)志與上述CV_THRESH_x值之一組合 */CV_THRESH_TRIANGLE =16 /**采用三角形算法選擇最優(yōu)閾值；將標(biāo)志與上述CV_THRESH_x值之一組合，但不能用CV_THRESH_OTSU*/

大津法和三角形算法都是根據(jù)圖像自動指定最優(yōu)閾值的算法，不需要人工指定閾值，常用OTSU，減少圖像亮度、對比度的影響。

采用大津法自動確定閾值的全局二值化效果：

threshold(inputImg,outImg,100,255,CV_THRESH_OTSU);

局部二值化

void adaptiveThreshold( InputArray src, //src輸入數(shù)組（多通道，8位或32位浮點）。OutputArray dst,//dst輸出數(shù)組的大小和類型與src相同，通道數(shù)相同。double maxValue, //分配給滿足條件的像素的maxValue非零值int adaptiveMethod,//adaptiveMethod要使用的自適應(yīng)閾值算法int thresholdType, //thresholdType閾值類型，必須是#THRESH_BINARY或#THRESH_BINARY_INVint blockSize, //用于計算閾值的像素鄰域的塊大小,只能是單數(shù)double C //);

自適應(yīng)閾值化計算大概過程是為每一個象素點單獨計算的閾值，即每個像素點的閾值都是不同的，就是將該像素點周圍blockSize*blockSize區(qū)域內(nèi)的像素加權(quán)平均，然后減去一個常數(shù)C，從而得到該點的閾值

自適應(yīng)閾值算法（第四個參數(shù)）：

CV_ADAPTIVE_THRESH_MEAN_C =0,//為局部鄰域塊的平均值，該算法是先求出塊中的均值，再減去常數(shù)CCV_ADAPTIVE_THRESH_GAUSSIAN_C =1//為局部鄰域塊的高斯加權(quán)和。該算法是在區(qū)域中(x, y)周圍的像素根據(jù)高斯函數(shù)按照他們離中心點的距離進行加權(quán)計算，再減去常數(shù)C。

閾值類型（第五個參數(shù)）與全局二值化相同。

采用高斯函數(shù)求加權(quán)平均的局部二值化效果：

adaptiveThreshold(inputImg,outImg,255,CV_ADAPTIVE_THRESH_GAUSSIAN_C,CV_THRESH_BINARY,15,10);//局部二值化處理

總結(jié)

以上是生活随笔為你收集整理的OpenCV--二值化的全部內(nèi)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(nèi)容還不錯，歡迎將生活随笔推薦給好友。