opencv学习--opencv实现图像二值化

        图像二值化操作在图像处理中有着巨大的作用，主要介绍全局二值化 threshold和局部二值化方法

参考文章：https://blog.csdn.net/u011574296/article/details/72829925

                 https://blog.csdn.net/u013270326/article/details/72897507

       图像的二值化就是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。灰度处理后就能够二值化了，这是方便图像处理的重要步骤，对轮廓有要求的很有效。

        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。

       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。 
  全局二值化方法(Global Binariztion Method)对每一幅图计算一个单一的阀值。灰度级大于阈值的像素被标记为背景色，否则为前景。 
  局部二值化方法(Local Adaptive Binarization Method)以像素的邻域的信息为基础来计算每一个像素的阈值。其中一些方法还会计算整个图像中的一个阈值面。如果图像中的一个像素(x,y)的灰度级高于在(x,y)点的阈值面的计算值，那么把像素(x,y)标记为背景，否则为前景字符。

 

一、 全局二值化方法 threshold

      全局二值化方法 threshold 方法，主要是通过遍历灰度图中点，将图像信息二值化，处理过后的图片只有二种色值。主要介绍全局二值化。

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

1、参数设置

第一个参数，InputArray类型的src，输入数组，填单通道 , 8或32位浮点类型的Mat即可。
第二个参数，OutputArray类型的dst，函数调用后的运算结果存在这里，即这个参数用于存放输出结果，且和第一个参数中的Mat变量有一样的尺寸和类型。
第三个参数，double类型的thresh，阈值的具体值。
第四个参数，double类型的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.
第五个参数，int类型的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

注这是opencv2版本五个参数值，opencv3已经有8个参数值，包括OTSU，如下

当时用thresh_otsu或thresh_triangle，函数确定最优阈值使用Otsu（大津法）或三角形算法，而不是指定的阈值。函数返回Otsu或三角形算法计算得到的阈值。目前，使用大津法和三角法，输入必须为单通道8位的图像。

2、opencv实现

#include <opencv2/core/core.hpp>  
#include<opencv2/highgui/highgui.hpp>  
#include"opencv2/imgproc/imgproc.hpp"  
#include <iostream>  
 
using namespace cv;
Mat SrcImage;
Mat GrayImage;
Mat BinaryImage;
 
void on_trackbar(int pos,void*)
{
	//转化为二值图
	threshold(GrayImage, BinaryImage, pos, 255, CV_THRESH_BINARY);
	namedWindow("二值图");
	imshow("二值图", BinaryImage);
}
 
void to_GrayImage()
{
	//创建与原图同类型和同大小的矩阵
	GrayImage.create(SrcImage.size(), SrcImage.type());
	//将原图转换为灰度图像
	cvtColor(SrcImage, GrayImage, CV_BGR2GRAY);
 
	namedWindow("灰度图");
	imshow("灰度图", GrayImage);
	
}
 
 
void creat_trackbar()
{
	int nThreshold = 0;
	createTrackbar("二值图阈值", "二值图", &nThreshold, 254, on_trackbar);
 
}
 
int main()
{
	SrcImage = imread("102.jpg");
	namedWindow("原图");
	imshow("原图", SrcImage);
	to_GrayImage();
	on_trackbar(1, 0);
	creat_trackbar();
	waitKey();
}

二、 局部二值化方法  adaptiveThreshold( )

double threshold(InputArray src, OutputArray dst, double thresh, double maxval, int type)

1.参数说明：

  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。

 

2. opencv实现

与全局阈值法一致，更改对应函数即可。