cvthreshold 的运用

什么是阈值？

• 最简单的图像分割的方法。

• 应用举例：从一副图像中利用阈值分割出我们需要的物体部分（当然这里的物体可以是一部分或者整体）。这样的图像分割方法是基于图像中物体与背景之间的灰度差异，而且此分割属于像素级的分割。

• 为了从一副图像中提取出我们需要的部分，应该用图像中的每一个像素点的灰度值与选取的阈值进行比较，并作出相应的判断。（注意：阈值的选取依赖于具体的问题。即：物体在不同的图像中有可能会有不同的灰度值。

• 一旦找到了需要分割的物体的像素点，我们可以对这些像素点设定一些特定的值来表示。（例如：可以将该物体的像素点的灰度值设定为：‘0’（黑色）,其他的像素点的灰度值为：‘255’（白色）；当然像素点的灰度值可以任意，但最好设定的两种颜色对比度较强，方便观察结果）。

  

阈值化的类型

• OpenCV中提供了阈值（threshold）函数： threshold 。

• 这个函数有5种阈值化类型，在接下来的章节中将会具体介绍。

• 为了解释阈值分割的过程，我们来看一个简单有关像素灰度的图片，该图如下。该图中的蓝色水平线代表着具体的一个阈值。

  

阈值类型1：二进制阈值化

• 该阈值化类型如下式所示:

  

• 解释：在运用该阈值类型的时候，先要选定一个特定的阈值量，比如：125，这样，新的阈值产生规则可以解释为大于125的像素点的灰度值设定为最大值(如8位灰度值最大为255)，灰度值小于125的像素点的灰度值设定为0。

  

阈值类型2：反二进制阈值化

• 该阈值类型如下式所示：

  

• 解释：该阈值化与二进制阈值化相似，先选定一个特定的灰度值作为阈值，不过最后的设定值相反。（在8位灰度图中，例如大于阈值的设定为0，而小于该阈值的设定为255）。

  

阈值类型3：截断阈值化

• 该阈值化类型如下式所示：

  

• 解释：同样首先需要选定一个阈值，图像中大于该阈值的像素点被设定为该阈值，小于该阈值的保持不变。（例如：阈值选取为125，那小于125的阈值不改变，大于125的灰度值（230）的像素点就设定为该阈值）。

  

阈值类型4：阈值化为0

• 该阈值类型如下式所示：

  

• 解释：先选定一个阈值，然后对图像做如下处理：1 像素点的灰度值大于该阈值的不进行任何改变；2 像素点的灰度值小于该阈值的，其灰度值全部变为0。

  

阈值类型5：反阈值化为0

• 该阈值类型如下式所示：

  

• 解释：原理类似于0阈值，但是在对图像做处理的时候相反，即：像素点的灰度值小于该阈值的不进行任何改变，而大于该阈值的部分，其灰度值全部变为0。

  

代码示范：

简单的代码如下。同样也可以在网站中 下载 以下代码。

#include "opencv2/imgproc/imgproc.hpp"
#include "opencv2/highgui/highgui.hpp"
#include <stdlib.h>
#include <stdio.h>

using namespace cv;

/// 全局变量定义及赋值

int threshold_value = 0;
int threshold_type = 3;;
int const max_value = 255;
int const max_type = 4;
int const max_BINARY_value = 255;

Mat src, src_gray, dst;
char* window_name = "Threshold Demo";

char* trackbar_type = "Type: \n 0: Binary \n 1: Binary Inverted \n 2: Truncate \n 3: To Zero \n 4: To Zero Inverted";
char* trackbar_value = "Value";

/// 自定义函数声明
void Threshold_Demo( int, void* );

/**
 * @主函数
 */
int main( int argc, char** argv )
{
  /// 读取一副图片，不改变图片本身的颜色类型（该读取方式为DOS运行模式）
  src = imread( argv[1], 1 );

  /// 将图片转换成灰度图片
  cvtColor( src, src_gray, CV_RGB2GRAY );

  /// 创建一个窗口显示图片
  namedWindow( window_name, CV_WINDOW_AUTOSIZE );

  /// 创建滑动条来控制阈值
  createTrackbar( trackbar_type,
                  window_name, &threshold_type,
                  max_type, Threshold_Demo );

  createTrackbar( trackbar_value,
                  window_name, &threshold_value,
                  max_value, Threshold_Demo );

  /// 初始化自定义的阈值函数
  Threshold_Demo( 0, 0 );

  /// 等待用户按键。如果是ESC健则退出等待过程。
  while(true)
  {
    int c;
    c = waitKey( 20 );
    if( (char)c == 27 )
      { break; }
   }

}

/**
 * @自定义的阈值函数
 */
void Threshold_Demo( int, void* )
{
  /* 0: 二进制阈值
     1: 反二进制阈值
     2: 截断阈值
     3: 0阈值
     4: 反0阈值
   */

  threshold( src_gray, dst, threshold_value, max_BINARY_value,threshold_type );

  imshow( window_name, dst );
}

解释：

1. 先看一下整个程序的结构：

   • 先读取一副图片，如果是图片颜色类型是RGB3色类型，则转换成灰度类型的图像。转换颜色类型可以运用OpenCV中的 cvtColor<> 函数。

     src = imread( argv[1], 1 );
     
     /// 颜色类型从RGB 转换成灰度
     cvtColor( src, src_gray, CV_RGB2GRAY );
     

   • 然后创建一个窗口来显示该图片可以检验转换结果

     namedWindow( window_name, CV_WINDOW_AUTOSIZE );
     

   • 接着该程序创建两个滚动条来等待用户的输入：

     • 第一个滚动条作用：选择阈值类型：二进制，反二进制，截断，0，反0。
     • 第二个滚动条作用：选择阈值的大小。

     createTrackbar( trackbar_type,
                  window_name, &threshold_type,
                  max_type, Threshold_Demo );
     
     createTrackbar( trackbar_value,
                  window_name, &threshold_value,
                  max_value, Threshold_Demo );
     

   • 在这里等到用户拖动滚动条来输入阈值类型以及阈值的大小，或者是用户键入ESC健退出程序。

   • 无论何时拖动滚动条，用户自定义的阈值函数都将会被调用。

     /**
      * @自定义的阈值函数
      */
     void Threshold_Demo( int, void* )
     {
       /* 0: 二进制阈值
          1: 反二进制阈值
          2: 截断阈值
          3: 0阈值
          4: 反0阈值
        */
     
       threshold( src_gray, dst, threshold_value, max_BINARY_value,threshold_type );
     
       imshow( window_name, dst );
     }
     

     就像你看到的那样，在这样的过程中，函数 threshold<> 会接受到5个参数：

     • src_gray: 输入的灰度图像的地址。
     • dst: 输出图像的地址。
     • threshold_value: 进行阈值操作时阈值的大小。
     • max_BINARY_value: 设定的最大灰度值（该参数运用在二进制与反二进制阈值操作中）。
     • threshold_type: 阈值的类型。从上面提到的5种中选择出的结果。

结果：

1. 程序编译过后，从正确的路径中读取一张图片。例如，该输入图片如下所示：

   

2. 首先，阈值类型选择为反二进制阈值类型。我们希望灰度值大于阈值的变暗，即这一部分像素的灰度值设定为0。从下图中可以很清楚的看到这样的变化。（在原图中，狗的嘴和眼睛部分比图像中的其他部分要亮，在结果图中可以看到由于反二进制阈值分割，这两部分变的比其他图像的都要暗。原理具体参见本节中反二进制阈值部分解释）

   

3. 现在，阈值的类型选择为0阈值。在这种情况下，我们希望那些在图像中最黑的像素点彻底的变成黑色，而其他大于阈值的像素保持原来的面貌。其结果如下图所示：