opencv笔记（十五）——图像的二值化

川长思鸟来 2022-05-15 00:26 247阅读 0赞

要对图像进行轮廓检测，则必须要先对图像进行二值化，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。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入门指南》系列文章地址：[http://blog.csdn.net/morewindows/article/category/1291764][http_blog.csdn.net_morewindows_article_category_1291764]

## 一. 关键函数介绍 ##

下面就介绍OpenCV中对图像进行二值化的关键函数——cvThreshold()。

函数功能：采用Canny方法对图像进行边缘检测

函数原型：

void cvThreshold(

const CvArr\* src,

CvArr\* dst,

double threshold,

double max\_value,

int threshold\_type

);

函数说明：

第一个参数表示输入图像，必须为单通道灰度图。

第二个参数表示输出的边缘图像，为单通道黑白图。

第三个参数表示阈值

第四个参数表示最大值。

第五个参数表示运算方法。

在OpenCV的imgproc\\types\_c.h中可以找到运算方法的定义。

/\* Threshold types \*/

enum

CV\_THRESH\_BINARY      =0,  /\* value = value > threshold ? max\_value : 0       \*/

CV\_THRESH\_BINARY\_INV  =1,  /\* value = value > threshold ? 0 : max\_value       \*/

CV\_THRESH\_TRUNC       =2,  /\* value = value > threshold ? threshold : value   \*/

CV\_THRESH\_TOZERO      =3,  /\* value = value > threshold ? value : 0           \*/

CV\_THRESH\_TOZERO\_INV  =4,  /\* value = value > threshold ? 0 : value           \*/

CV\_THRESH\_MASK        =7,

CV\_THRESH\_OTSU        =8  /\* use Otsu algorithm to choose the optimal threshold value; combine the flag with one of the above CV\_THRESH\_\* values \*/

\};

## 二. 示例程序代码 ##

下面给出对图像进行二值化的完整的源代码：

//图像的二值化
    //By MoreWindows (http://blog.csdn.net/MoreWindows)
    #include <opencv2/opencv.hpp>
    using namespace std;
     
    #pragma comment(linker, "/subsystem:\"windows\" /entry:\"mainCRTStartup\"")
     
    IplImage *g_pGrayImage = NULL;
    IplImage *g_pBinaryImage = NULL;
    const char *pstrWindowsBinaryTitle = "二值图(http://blog.csdn.net/MoreWindows)";
     
    void on_trackbar(int pos)
    {
    	// 转为二值图
    	cvThreshold(g_pGrayImage, g_pBinaryImage, pos, 255, CV_THRESH_BINARY);
    	// 显示二值图
    	cvShowImage(pstrWindowsBinaryTitle, g_pBinaryImage);
    }
     
    int main( int argc, char** argv )
    {	
    	const char *pstrWindowsSrcTitle = "原图(http://blog.csdn.net/MoreWindows)";
    	const char *pstrWindowsToolBarName = "二值图阈值";
     
    	// 从文件中加载原图
    	IplImage *pSrcImage = cvLoadImage("002.jpg", CV_LOAD_IMAGE_UNCHANGED);
     
    	// 转为灰度图
    	g_pGrayImage =  cvCreateImage(cvGetSize(pSrcImage), IPL_DEPTH_8U, 1);
    	cvCvtColor(pSrcImage, g_pGrayImage, CV_BGR2GRAY);
     
    	// 创建二值图
    	g_pBinaryImage = cvCreateImage(cvGetSize(g_pGrayImage), IPL_DEPTH_8U, 1);
     
    	// 显示原图
    	cvNamedWindow(pstrWindowsSrcTitle, CV_WINDOW_AUTOSIZE);
    	cvShowImage(pstrWindowsSrcTitle, pSrcImage);
    	// 创建二值图窗口
    	cvNamedWindow(pstrWindowsBinaryTitle, CV_WINDOW_AUTOSIZE);
     
    	// 滑动条	
    	int nThreshold = 0;
    	cvCreateTrackbar(pstrWindowsToolBarName, pstrWindowsBinaryTitle, &nThreshold, 254, on_trackbar);
     
    	on_trackbar(1);
     
    	cvWaitKey(0);
     
    	cvDestroyWindow(pstrWindowsSrcTitle);
    	cvDestroyWindow(pstrWindowsBinaryTitle);
    	cvReleaseImage(&pSrcImage);
    	cvReleaseImage(&g_pGrayImage);
    	cvReleaseImage(&g_pBinaryImage);
    	return 0;
    }

运行结果如下所示，读者可以到下载源文件和程序（Release版本，不用安装OpenCV也能使用），自己动手调试下阈值大小，看看生成的二值图有什么变化。

![1354175907_6962.jpg][]

OpenCV还有个cvAdaptiveThreshold()函数，这个函数会使用Otsu算法(大律法或最大类间方差法)（注1）来计算出一个全局阈值，然后根据这个阈值进行二值化。当然直接使用上一篇《[【OpenCV入门指南】第三篇Canny边缘检测][OpenCV_Canny]》中的cvCanny()函数也可以对图像进行二值化（想到怎么传参数了吗？）。

转自：

[https://blog.csdn.net/MoreWindows/article/details/8239678][https_blog.csdn.net_MoreWindows_article_details_8239678]

[http_blog.csdn.net_morewindows_article_category_1291764]: http://blog.csdn.net/morewindows/article/category/1291764
[1354175907_6962.jpg]: https://img-my.csdn.net/uploads/201211/29/1354175907_6962.jpg
[OpenCV_Canny]: http://blog.csdn.net/morewindows/article/details/8239625
[https_blog.csdn.net_MoreWindows_article_details_8239678]: https://blog.csdn.net/MoreWindows/article/details/8239678