图像二值化操作介绍
效果：将图像上的像素点的灰度值设置为0或255，这样将使整个图像呈现出明显的黑白效果。
意义：在数字图像处理中，二值图像占有非常重要的地位，图像的二值化使图像中数据量大为减少，从而能凸显出目标的轮廓。
种类：OpenCV提供了全局固定阈值和局部自适应阈值的函数来实现二值化图像。
一、API-threshold-全局二值化方法
1.1函数原型中的参数
Threshold( const CvArr* src, CvArr* dst, double threshold, double max_value,int threshold_type );
1.2参数的含义
1.src：单通道的输入图像 ??
2.dst：和输入图像同类型的输出图像 ?
3.thresh：阈值的具体值。
4.maxval：当第五个参数阈值类型type取 THRESH_BINARY 或THRESH_BINARY_INV阈值类型时的最大值.
5.type：阈值类型。
其它参数很好理解，我们来看看第五个参数，第五参数有以下几种类型 0: THRESH_BINARY
当前点值大于阈值时，取Maxval,也就是第四个参数，下面再不说明，否则设置为0 1: THRESH_BINARY_INV
当前点值大于阈值时，设置为0，否则设置为Maxval 2: THRESH_TRUNC 当前点值大于阈值时，设置为阈值，否则不改变 3:
THRESH_TOZERO 当前点值大于阈值时，不改变，否则设置为0 4: THRESH_TOZERO_INV
当前点值大于阈值时，设置为0，否则不改变
1.3部分代码
#include <opencv2/opencv.hpp>
#include <iostream>
using namespace cv;
using namespace std;
int main()
{
Mat SrcImage;
Mat GrayImage;
Mat BinaryImage;
SrcImage = imread("D:/images/lena.png");
if (SrcImage.empty()) {
printf("请确认输出的图像是否正确？");
return -1;
}
imshow("原图", SrcImage);
cvtColor(SrcImage,GrayImage,COLOR_BGR2GRAY);
imshow("灰度图", GrayImage);
//大于60且小于255的像素值设置为255，即像素值在两个数之间都被改为255；小于60的设置为0，即黑色。
threshold(GrayImage, BinaryImage,100, 255, THRESH_BINARY);
imshow("二值图", BinaryImage);
waitKey();
}
1.4全部代码-设有滑动条
#include <opencv2/opencv.hpp>
#include <iostream>
using namespace cv;
using namespace std;
Mat SrcImage;
Mat GrayImage;
Mat BinaryImage;
void on_trackbar(int pos, void*)
{
//转化为二值图
threshold(GrayImage, BinaryImage, pos, 255, THRESH_BINARY);
imshow("二值图", BinaryImage);
}
int main()
{
SrcImage = imread("D:/images/lena.png");
imshow("原图", SrcImage);
cvtColor(SrcImage, GrayImage, COLOR_BGR2GRAY);
imshow("灰度图", GrayImage);
on_trackbar(1, 0);
int nThreshold = 10;
createTrackbar("二值图阈值", "二值图", &nThreshold, 254, on_trackbar);
waitKey(0);
}
二、API-adaptiveThreshold-局部二值化方法
adaptiveThreshold是局部二值化的函数原型。
2.1函数原型中的参数
double threshold(InputArray src, OutputArray dst, double thresh, double maxval, int type)
2.2参数含义
src:单通道的输入图像 ??
dst:和输入图像同类型的输出图像 ??
maxValue:> 二值化后非零的最大值设置，二值，顾名思义有两个值，一个是零，一个是（0~256）之间的值。具体和阈值类型搭配说明见下面。
adaptiveMethod:自适应阈值算法选择：CV_ADAPTIVE_THRESH_MEAN_C> 或CV_ADAPTIVE_THRESH_GAUSSIAN_C。具体说明见下面。
thresholdType:阈值类型，下面有详细选择说明。注意，adaptiveThreshold方法只支持前两个参数
blockSize:用来计算每个像素的阈值的邻域大小，如3,5,7等。
C:从adaptiveMethod选择的方法中计算出来的平均值或加权平均值减去的参数值，可以是正数或负数。区别C方式函数，没有默认值。