opencv（Python/c++）:阈值化+hsv（重要！！）Threshold函数+hsv通道分离

深碍√TFBOYSˉ_ 2022-03-09 00:50 339阅读 0赞

我们常常需要对图像中的像素做出取舍与决策，直接剔除一些低于或者高于一定值的像素（**例如只想要图中红色的东西**，这就派上用场了）

#### Threshold函数 ####

*  THRESH\_BINARY（**二进制阈值**：二值阈值化（某范围保留，其余为0黑色））二值中的maxval很重要，根据thresh和maxval就相当于取范围了
 *

d s t ( x , y ) = \{ m a x v a l , i f   s r c ( x , y ) > t h r e s h 0 , o t h e r w i s e s dst(x,y)=\\begin\{cases\} maxval, & if \\ src(x,y)>thresh \\\\ 0, & otherwises \\end\{cases\} dst(x,y)=\{ maxval,0,if src(x,y)>threshotherwises

*  THRESH\_BINARY\_INV（**反二进制阈值**）  
     d s t ( x , y ) = \{ 0 , i f   s r c ( x , y ) > t h r e s h m a x v a l , o t h e r w i s e s dst(x,y)=\\begin\{cases\} 0, & if \\ src(x,y)>thresh \\\\ maxval, & otherwises \\\\ \\end\{cases\} dst(x,y)=\{ 0,maxval,if src(x,y)>threshotherwises
 *  THRESH\_TRUNC(**截断阈值**：截断阈值)

d s t ( x , y ) = \{ t h r e s h o l d , i f   s r c ( x , y ) > t h r e s h s r c ( x , y ) , o t h e r w i s e s dst(x,y)=\\begin\{cases\} threshold, & if \\ src(x,y)>thresh \\\\ src(x,y), & otherwises \\\\ \\end\{cases\} dst(x,y)=\{ threshold,src(x,y),if src(x,y)>threshotherwises

*  THRESH\_TOZERO(**反阈值化为0**:超过阈值为0)  
     d s t ( x , y ) = \{ s r c ( x , y ) , i f   s r c ( x , y ) > t h r e s h 0 , o t h e r w i s e s dst(x,y)=\\begin\{cases\} src(x,y) , & if \\ src(x,y)>thresh \\\\ 0, & otherwises \\\\ \\end\{cases\} dst(x,y)=\{ src(x,y),0,if src(x,y)>threshotherwises
 *  THRESH\_TOZERO\_INV(**阈值化为0**：低于阈值为0)  
     d s t ( x , y ) = \{ 0 , i f   s r c ( x , y ) > t h r e s h s r c ( x , y ) , o t h e r w i s e s dst(x,y)=\\begin\{cases\} 0 , & if \\ src(x,y)>thresh \\\\ src(x,y), & otherwises \\\\ \\end\{cases\} dst(x,y)=\{ 0,src(x,y),if src(x,y)>threshotherwises

#### adaptiveThreshold函数 ####

#### 补充知识点：hsv通道 ####

这个模型中颜色的参数分别是：色调（H），饱和度（S），明度（V）。  
其中**H：（360度）**  
从红色开始按逆时针方向计算，红色为0°，绿色为120°,蓝色为240°。它们的补色是：黄色为60°，青色为180°,品红为300°；

### c++版本 ###

*  hsv通道分离  
    ![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80Mjc1NTM4NA_size_16_color_FFFFFF_t_70]代码：

#include <iostream>
    #include <opencv2/highgui/highgui.hpp>
    #include <opencv2/core/core.hpp>
    #include <opencv2/opencv.hpp>
    #include <math.h>
    using namespace std;
    using namespace cv;
    
    
    
    int main(int argc, char *argv[])
    { 
        //加载图像
        Mat srcImage=imread("/home/liuxin/桌面/opencv/buff.png");
        imshow("原始图",srcImage);
    
        //变换成hsv通道
        Mat hsvImage;
        cvtColor(srcImage,hsvImage,COLOR_BGR2HSV);
    
        //分割split 与合并merge
        vector<Mat> hsvsplit;//hsv的分离通道
        split(hsvImage,hsvsplit);
        imshow("明度",hsvsplit[0]);// v 明度
        imshow("饱和度",hsvsplit[1]);// s 饱和度
        imshow("色调",hsvsplit[2]);// h 色调
       while(1)
       { 
           int key=cvWaitKey(10);
       if (key==27)
       { 
           break;
       }
       }
       return(0);
    
    
    }

*  二值化（阈值化）  
    注意该结果只是提取了蓝色的因素，因此5号边缘还残留的也保存下来，解决办法是在明度v上也设定范围，这样不够亮的就被去除掉了  
    ![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80Mjc1NTM4NA_size_16_color_FFFFFF_t_70 1]

#include <iostream>
    #include <opencv2/highgui/highgui.hpp>
    #include <opencv2/core/core.hpp>
    #include <opencv2/opencv.hpp>
    #include <math.h>
    using namespace std;
    using namespace cv;
    
    
    
    int main(int argc, char *argv[])
    { 
        //加载图像
        Mat srcImage=imread("/home/liuxin/桌面/opencv/buff.png");
        imshow("原始图",srcImage);
    
        //变换成hsv通道
        Mat hsvImage;
        cvtColor(srcImage,hsvImage,COLOR_BGR2HSV);
        imshow("未增强色调的hsv图片",hsvImage);
    
        //分割split 与合并merge
        vector<Mat> hsvsplit;//hsv的分离通道
        split(hsvImage,hsvsplit);
        equalizeHist(hsvsplit[2],hsvsplit[2]);//直方图均衡化，增强对比度，hsvsplit[2]为返回的h
        merge(hsvsplit,hsvImage);//在色调调节后，重新合并
        imshow("增强色调对比度后的hsv图片",hsvImage);
        Mat thresHold;
        threshold(hsvsplit[2],thresHold,240,245,THRESH_BINARY);
        imshow("二值化后图片",thresHold);
    
    
    
    
       while(1)
       { 
           int key=cvWaitKey(10);
       if (key==27)
       { 
           break;
       }
       }
       return(0);
    
    
    }

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80Mjc1NTM4NA_size_16_color_FFFFFF_t_70]: /images/20220309/74b3b463667b45848c225c6c2a399691.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80Mjc1NTM4NA_size_16_color_FFFFFF_t_70 1]: /images/20220309/56c318eda591419dac2bba03de79dbe1.png