閾值是界限的意思，閾值分割就是以一個合適的像素值作為界限將圖像處理成高對比度、容易識別的圖像的一種方法。
threshold()

double cv::threshold(cv::InputArray src, // 輸入圖像cv::OutputArray dst, // 輸出圖像double thresh, // 閾值double maxValue, // 向上最大值int thresholdType // 閾值化操作的類型 )

舉個例子理解下thresholdType，拿第一種方法為例。像素值如果大于閾值，則把像素值變成255，否則，變成0.這樣以來，就把原圖變成黑白兩色，對比度明顯。

threshold(image, t_image,120, 255,CV_THRESH_BINARY);

自適應閾值分割

void cv::adaptiveThreshold( cv::InputArray src, // 輸入圖像 cv::OutputArray dst, // 輸出圖像 double maxValue, // 向上最大值 int adaptiveMethod, // 自適應方法，平均或高斯 int thresholdType // 閾值化類型 int blockSize, // 塊大小 double C // 常量 );

adaptiveThreshold()支持兩種自適應方法，cv::ADAPTIVE_THRESH_MEAN_C（平均）和cv::ADAPTIVE_THRESH_GAUSSIAN_C（高斯）。

adaptiveThreshold(image, src, 255, ADAPTIVE_THRESH_GAUSSIAN_C,THRESH_BINARY,5,20);

自適應閾值不用自己選擇，該函數根據圖像情況自己設定。

該圖是經canny檢測之后的閾值分割圖。

閾值分割還有一種方法，直接說明：

Mat image = imread("D:\\program\\bu1.png",0);//讀入模板圖imshow("原圖",image);waitKey(0);Mat dstImg(image.size(), CV_8UC3, Scalar::all(0));//純黑圖像int u1 = image.rows;//閾值化處理int u2 = image.cols;for (int i = 0; i < image.rows; i++){for (int j = 0; j < image.cols; j++){sum = sum + image.at<uchar>(i, j);}}int u = u1*u2;int average = (int)sum/u*2;threshold(image, t_image, average, 255,CV_THRESH_BINARY); Canny(src,t_image,50,50); imshow("閾值分割圖",t_image);waitKey(0);

該方法簡單明了，閾值取值適中，不錯。

總結

以上是生活随笔為你收集整理的阈值分割方法总结的全部內容，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。