opencv学习笔记之二值化

最新推荐文章于 2025-04-01 00:31:17 发布

南方双木林

最新推荐文章于 2025-04-01 00:31:17 发布

阅读量2.2k

点赞数 1

分类专栏：机器视觉opencv

本文链接：https://blog.youkuaiyun.com/waoshiwerr/article/details/119825950

版权

机器视觉opencv 专栏收录该内容

23 篇文章

订阅专栏

opencv学习笔记之二值化

1.什么是二值化
二值化，从名词意义上可以看出来，是将一共物体转化成两个值。二值即：0或255.即一个白色一个黑色。即一个图片经过二值化之后会显示成白色和黑色的形式。
2.什么时候需要二值化
我是最近有一个边缘检测的东西，才回头看二值化的问题因为当一个图片有很多的元素和噪声参杂，我们直接调用canny边缘检测是不行的，无论你怎么调阈值都不能完整的将边缘提取出来。二值化此时就是将不需要的元素除去。
3.二值化
（1）全局二值化：
对于一个完整的图像，我们对其的全局进行二值化，范围整个图片，对其设置一个阈值，将大于阈值的都为黑，不大于阈值的则为白色
（2）局部二值化方法：
以像素的邻域的信息为基础来计算每一个像素的阈值。其中一些方法还会计算整个图像中的一个阈值面。如果图像中的一个像素(x,y)的灰度级高于在(x,y)点的阈值面的计算值，那么把像素(x,y)标记为背景，否则为前景字符。
4.实现二值化

#include "opencv2/imgproc.hpp"

#include "opencv2/imgcodecs.hpp"

#include "opencv2/highgui.hpp"

using namespace cv;

Mat src,src_gray;

Mat dst, detected_edges;

Mat thresholds;

int edgeThresh = 1;

int lowThreshold;

int const max_lowThreshold = 100;

int ratio = 3;

int kernel_size = 3;

int nThreshold = 0;

const char* window_name = "Edge Map";

const char* newimage ="newimage";

const char* newimages ="newimages";

static void CannyThreshold(int, void*)

{

    blur( src_gray, detected_edges, Size(3,3) );

    namedWindow(newimages, WINDOW_AUTOSIZE );

    imshow(newimages, detected_edges);
	
	Canny( detected_edges, detected_edges, lowThreshold, lowThreshold*ratio, kernel_size );

    dst = Scalar::all(0);

    src.copyTo( dst, detected_edges);

    imshow( window_name, dst );

}

void on_trackbar(int ,void*)
{
	blur( src_gray, detected_edges, Size(3,3) );
	
	thresholds.creat(detected_edges.size(),detected_edges.type());
	
	threshold(detected_edges,thresholds,nThreshold,255,THRESH_BINARY);
	
	namedWindow(thresholdsimge, WINDOW_AUTOSIZE );

    imshow(thresholdsimge, thresholds);
	
}


int main( int, char** argv )

{

  src = imread( argv[1], IMREAD_COLOR ); // Load an image

  if( src.empty() )

    { return -1; }

  dst.create( src.size(), src.type() );

  cvtColor( src, src_gray, COLOR_BGR2GRAY );

  namedWindow(newimage, WINDOW_AUTOSIZE );

  imshow(newimage, src_gray );

  namedWindow( window_name, WINDOW_AUTOSIZE );
  
  createTrackbar("二值图阈值", "二值图", &nThreshold, 254, on_trackbar);
  
  on_trackbar(1, 0);

  createTrackbar( "Min Threshold:", window_name, &lowThreshold, max_lowThreshold, CannyThreshold );
  
  CannyThreshold(0, 0);

  waitKey(0);

  return 0;

}