opencv 图像二值化常用方法

最新推荐文章于 2025-05-12 22:14:52 发布

原创

最新推荐文章于 2025-05-12 22:14:52 发布 · 438 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#opencv #计算机视觉 #人工智能

本文介绍了OpenCV中的图像二值化方法，包括全局二值化和局部二值化。全局二值化通过设置固定阈值进行转换，如`cv::threshold`函数，而局部二值化则根据像素邻域的算术平均或加权平均计算阈值，如`cv::adaptiveThreshold`函数。文中还提及了不同参数设置对二值化结果的影响，并预告了后续将探讨的阈值计算方法和二值化后的图像处理技术。

全局二值化方法

double threshold( InputArray src, OutputArray dst,
double thresh, double maxval, int type );
其中：
param src input array (multiple-channel, 8-bit or 32-bit floating point).
param dst output array of the same size and type and the same number of channels as src.
param thresh threshold value.
param maxval maximum value to use with the #THRESH_BINARY and #THRESH_BINARY_INV thresholding types.
param type thresholding type (see #ThresholdTypes).
常见的使用方法
cv::Mat dst;
cv::threshold(src,dst,100,255,cv::THRESH_BINARY);
在这里插入图片描述
原图单通道

THRESH_BINARY 代表图像中灰度值大于100的灰度值变成255 ，小于100的变成 0

如果将THRESH_BINARY 改成THRESH_BINARY_INV的话，就会变成图像灰度值小于100的变成 255，