• 最簡單的圖像分割的方法。

• 應(yīng)用舉例：從一副圖像中利用閾值分割出我們需要的物體部分（當(dāng)然這里的物體可以是一部分或者整體）。這樣的圖像分割方法是基于圖像中物體與背景之間的灰度差異，而且此分割屬于像素級的分割。

• 為了從一副圖像中提取出我們需要的部分，應(yīng)該用圖像中的每一個像素點(diǎn)的灰度值與選取的閾值進(jìn)行比較，并作出相應(yīng)的判斷。（注意：閾值的選取依賴于具體的問題。即：物體在不同的圖像中有可能會有不同的灰度值。

• 一旦找到了需要分割的物體的像素點(diǎn)，我們可以對這些像素點(diǎn)設(shè)定一些特定的值來表示。（例如：可以將該物體的像素點(diǎn)的灰度值設(shè)定為：‘0’（黑色）,其他的像素點(diǎn)的灰度值為：‘255’（白色）；當(dāng)然像素點(diǎn)的灰度值可以任意，但最好設(shè)定的兩種顏色對比度較強(qiáng)，方便觀察結(jié)果）。

閾值化的類型：

• OpenCV中提供了閾值（threshold）函數(shù)：?threshold?。

• 這個函數(shù)有5種閾值化類型，在接下來的章節(jié)中將會具體介紹。

• 為了解釋閾值分割的過程，我們來看一個簡單有關(guān)像素灰度的圖片，該圖如下。該圖中的藍(lán)色水平線代表著具體的一個閾值。

閾值類型1：二進(jìn)制閾值化

• 該閾值化類型如下式所示:

• 解釋：在運(yùn)用該閾值類型的時候，先要選定一個特定的閾值量，比如：125，這樣，新的閾值產(chǎn)生規(guī)則可以解釋為大于125的像素點(diǎn)的灰度值設(shè)定為最大值(如8位灰度值最大為255)，灰度值小于125的像素點(diǎn)的灰度值設(shè)定為0。

閾值類型2：反二進(jìn)制閾值化

• 該閾值類型如下式所示：

• 解釋：該閾值化與二進(jìn)制閾值化相似，先選定一個特定的灰度值作為閾值，不過最后的設(shè)定值相反。（在8位灰度圖中，例如大于閾值的設(shè)定為0，而小于該閾值的設(shè)定為255）。

閾值類型3：截斷閾值化

• 該閾值化類型如下式所示：

• 解釋：同樣首先需要選定一個閾值，圖像中大于該閾值的像素點(diǎn)被設(shè)定為該閾值，小于該閾值的保持不變。（例如：閾值選取為125，那小于125的閾值不改變，大于125的灰度值（230）的像素點(diǎn)就設(shè)定為該閾值）。

閾值類型4：閾值化為0

• 該閾值類型如下式所示：

• 解釋：先選定一個閾值，然后對圖像做如下處理：1 像素點(diǎn)的灰度值大于該閾值的不進(jìn)行任何改變；2 像素點(diǎn)的灰度值小于該閾值的，其灰度值全部變?yōu)?。

閾值類型5：反閾值化為0

• 該閾值類型如下式所示：

• 解釋：原理類似于0閾值，但是在對圖像做處理的時候相反，即：像素點(diǎn)的灰度值小于該閾值的不進(jìn)行任何改變，而大于該閾值的部分，其灰度值全部變?yōu)?。

代碼示范：

簡單的代碼如下。同樣也可以在網(wǎng)站中?下載?以下代碼。

#include "opencv2/imgproc/imgproc.hpp" #include "opencv2/highgui/highgui.hpp" #include <stdlib.h> #include <stdio.h>using namespace cv;/// 全局變量定義及賦值int threshold_value = 0; int threshold_type = 3;; int const max_value = 255; int const max_type = 4; int const max_BINARY_value = 255;Mat src, src_gray, dst; char* window_name = "Threshold Demo";char* trackbar_type = "Type: \n 0: Binary \n 1: Binary Inverted \n 2: Truncate \n 3: To Zero \n 4: To Zero Inverted"; char* trackbar_value = "Value";/// 自定義函數(shù)聲明 void Threshold_Demo( int, void* );/** * @主函數(shù) */ int main( int argc, char** argv ) {/// 讀取一副圖片，不改變圖片本身的顏色類型（該讀取方式為DOS運(yùn)行模式）src = imread( argv[1], 1 );/// 將圖片轉(zhuǎn)換成灰度圖片cvtColor( src, src_gray, CV_RGB2GRAY );/// 創(chuàng)建一個窗口顯示圖片namedWindow( window_name, CV_WINDOW_AUTOSIZE );/// 創(chuàng)建滑動條來控制閾值createTrackbar( trackbar_type,window_name, &threshold_type,max_type, Threshold_Demo );createTrackbar( trackbar_value,window_name, &threshold_value,max_value, Threshold_Demo );/// 初始化自定義的閾值函數(shù)Threshold_Demo( 0, 0 );/// 等待用戶按鍵。如果是ESC健則退出等待過程。while(true){int c;c = waitKey( 20 );if( (char)c == 27 ){ break; }}}/** * @自定義的閾值函數(shù) */ void Threshold_Demo( int, void* ) {/* 0: 二進(jìn)制閾值 1: 反二進(jìn)制閾值 2: 截斷閾值 3: 0閾值 4: 反0閾值 */threshold( src_gray, dst, threshold_value, max_BINARY_value,threshold_type );imshow( window_name, dst ); }

解釋：

先看一下整個程序的結(jié)構(gòu)：

• 先讀取一副圖片，如果是圖片顏色類型是RGB3色類型，則轉(zhuǎn)換成灰度類型的圖像。轉(zhuǎn)換顏色類型可以運(yùn)用OpenCV中的 cvtColor<> 函數(shù)。

  src = imread( argv[1], 1 );/// 顏色類型從RGB 轉(zhuǎn)換成灰度 cvtColor( src, src_gray, CV_RGB2GRAY );

• 然后創(chuàng)建一個窗口來顯示該圖片可以檢驗轉(zhuǎn)換結(jié)果

  namedWindow( window_name, CV_WINDOW_AUTOSIZE );

• 接著該程序創(chuàng)建兩個滾動條來等待用戶的輸入：

  • 第一個滾動條作用：選擇閾值類型：二進(jìn)制，反二進(jìn)制，截斷，0，反0。
  • 第二個滾動條作用：選擇閾值的大小。
  createTrackbar( trackbar_type,window_name, &threshold_type,max_type, Threshold_Demo );createTrackbar( trackbar_value,window_name, &threshold_value,max_value, Threshold_Demo );

• 在這里等到用戶拖動滾動條來輸入閾值類型以及閾值的大小，或者是用戶鍵入ESC健退出程序。

• 無論何時拖動滾動條，用戶自定義的閾值函數(shù)都將會被調(diào)用。

  /** * @自定義的閾值函數(shù) */ void Threshold_Demo( int, void* ) {/* 0: 二進(jìn)制閾值 1: 反二進(jìn)制閾值 2: 截斷閾值 3: 0閾值 4: 反0閾值 */threshold( src_gray, dst, threshold_value, max_BINARY_value,threshold_type );imshow( window_name, dst ); }

  就像你看到的那樣，在這樣的過程中，函數(shù) threshold<> 會接受到5個參數(shù)：

  • src_gray: 輸入的灰度圖像的地址。
  • dst: 輸出圖像的地址。
  • threshold_value: 進(jìn)行閾值操作時閾值的大小。
  • max_BINARY_value: 設(shè)定的最大灰度值（該參數(shù)運(yùn)用在二進(jìn)制與反二進(jìn)制閾值操作中）。
  • threshold_type: 閾值的類型。從上面提到的5種中選擇出的結(jié)果。

結(jié)果：

程序編譯過后，從正確的路徑中讀取一張圖片。例如，該輸入圖片如下所示：

首先，閾值類型選擇為反二進(jìn)制閾值類型。我們希望灰度值大于閾值的變暗，即這一部分像素的灰度值設(shè)定為0。從下圖中可以很清楚的看到這樣的變化。（在原圖中，狗的嘴和眼睛部分比圖像中的其他部分要亮，在結(jié)果圖中可以看到由于反二進(jìn)制閾值分割，這兩部分變的比其他圖像的都要暗。原理具體參見本節(jié)中反二進(jìn)制閾值部分解釋）

現(xiàn)在，閾值的類型選擇為0閾值。在這種情況下，我們希望那些在圖像中最黑的像素點(diǎn)徹底的變成黑色，而其他大于閾值的像素保持原來的面貌。其結(jié)果如下圖所示：

《新程序員》：云原生和全面數(shù)字化實(shí)踐50位技術(shù)專家共同創(chuàng)作，文字、視頻、音頻交互閱讀

總結(jié)

以上是生活随笔為你收集整理的opencv 图像阈值分割图像的全部內(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。