adaptiveThreshold 阈值化的实现

最新推荐文章于 2021-10-22 21:37:29 发布

转载最新推荐文章于 2021-10-22 21:37:29 发布 · 957 阅读

opencv3常用代码示例专栏收录该内容

186 篇文章

订阅专栏

本文介绍了一种使用OpenCV库进行图像处理的方法，具体实现了图像的读取、灰度转换以及自适应阈值处理。通过设置不同的自适应阈值参数，可以有效地对图像进行二值化处理，适用于背景复杂且变化较大的场景。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

#include "opencv2/imgproc/imgproc.hpp"
#include "opencv2/highgui/highgui.hpp"
int main( )
{
  // 图像读取及判断
  cv::Mat srcImage = cv::imread("..\\images\\hand1.jpg");
  if( !srcImage.data ) 
      return 1;
  // 灰度转换
  cv::Mat srcGray;
  cv::cvtColor(srcImage, srcGray, CV_RGB2GRAY);
  cv::imshow("srcGray", srcGray);
  cv::Mat dstImage;
  // 初始化自适应阈值参数
  int blockSize = 5;  
  int constValue = 10;  
  const int maxVal = 255;
    /* 自适应阈值算法
  0：ADAPTIVE_THRESH_MEAN_C
  1: ADAPTIVE_THRESH_GAUSSIAN_C
  阈值类型
  0: THRESH_BINARY
  1: THRESH_BINARY_INV */
  int adaptiveMethod = 0;
  int thresholdType = 1;
  // 图像自适应阈值操作
  cv::adaptiveThreshold(srcGray, dstImage, 
    maxVal, adaptiveMethod, 
    thresholdType, blockSize, 
    constValue);   
  cv::imshow("dstImage", dstImage);
  cv::waitKey(0);
  return 0;
}

转载：http://blog.youkuaiyun.com/zhuwei1988