【学习opencv第七篇】图像的阈值化-白红宇

【学习opencv第七篇】图像的阈值化

阅读量：6326 次

发布时间：2019-06-22

本文共 2494 字，大约阅读时间需要 8 分钟。

图像阈值化的基本思想是，给定一个数组和一个阈值，然后根据数组中每个元素是低于还是高于阈值而进行一些处理。

cvThreshold()函数如下：

double cvThreshold(	CvArr* src,  	CvArr* dst,	double threshold,     	double max_value,    	int threshold_type	)

cvShold函数只能处理8位或者浮点灰度图像，目标图像必须与源图像一致，或者为8为图像。

实现阈值化的代码如下：

#include "stdafx.h"#include 
    
     #include 
     
      #include 
      
       using namespace std;int main(){	IplImage* sourceImage;	IplImage* dstImage;   	if(!(sourceImage=cvLoadImage("Hough.jpg")))		return -1;	dstImage=cvCreateImage(cvGetSize(sourceImage),sourceImage->depth,1);	IplImage* r=cvCreateImage(cvGetSize(sourceImage),IPL_DEPTH_8U,1);	IplImage* g=cvCreateImage(cvGetSize(sourceImage),IPL_DEPTH_8U,1);	IplImage* b=cvCreateImage(cvGetSize(sourceImage),IPL_DEPTH_8U,1);	IplImage* tempImage=cvCreateImage(cvGetSize(sourceImage),IPL_DEPTH_8U,1);	cvSplit(sourceImage,r,g,b,NULL);	cvAddWeighted(r,1./3.,g,1./3.,0.0,tempImage);	cvAddWeighted(tempImage,1,b,1./3.,0.0,tempImage);	cvThreshold(tempImage,dstImage,100,255,CV_THRESH_BINARY);	//对于大于100的设为255	cvNamedWindow("sourceImage");	cvNamedWindow("dstImage");	cvShowImage("sourceImage",sourceImage);	cvShowImage("dstImage",dstImage);	cvWaitKey(-1);	cvReleaseImage(&r);	cvReleaseImage(&g);	cvReleaseImage(&b);	cvDestroyWindow("sourceImage");	cvDestroyWindow("dstImage");	cvReleaseImage(&sourceImage);	cvReleaseImage(&dstImage);	return 0;}

运行结果：

在自适应阈值中，阈值本身就是一个变量，实现自适应阈值的代码如下：

#include "stdafx.h"#include 
    
     #include 
     
      #include 
      
       int main(){	IplImage* sourceImage;		//直接以灰度图像载入	if(!(sourceImage=cvLoadImage("Hough.jpg",CV_LOAD_IMAGE_GRAYSCALE)))		return -1;	IplImage* dstImage=cvCreateImage(cvGetSize(sourceImage),IPL_DEPTH_8U,1);		//这个函数只能处理单通道图像或者8位图像，并且要求源图像	与目标图像不能为同一个图像	cvAdaptiveThreshold(		sourceImage,		dstImage,		255,     //max_val		CV_ADAPTIVE_THRESH_MEAN_C,		CV_THRESH_BINARY,		3,      //block_size		5       //offset		);	cvNamedWindow("AdaptiveThreshold",0);	cvShowImage("AdaptiveThreshold",dstImage);		//单一阈值	IplImage* dstImage2=cvCreateImage(cvGetSize(sourceImage),IPL_DEPTH_8U,1);	cvThreshold(sourceImage,dstImage2,100,255,CV_THRESH_BINARY);		cvNamedWindow("sourceImage",0);	cvNamedWindow("Threshold",0);	cvShowImage("sourceImage",sourceImage);	cvShowImage("Threshold",dstImage2);		cvWaitKey(-1);		//释放资源	cvDestroyWindow("sourceImage");	cvDestroyWindow("Threshold");	cvDestroyWindow("AdaptiveThreshold");	cvReleaseImage(&sourceImage);	cvReleaseImage(&dstImage);	cvReleaseImage(&dstImage2);	return 0;}

运行结果：