OpenCV 阈值化处理（1） OTSU阈值化

在阈值处理中，最常用到的就是OTSU算法，这是一种寻找图像阈值的最大类间方差算法。

OTSU算法（大津法或最大类间方差法）的步骤：

1. 统计灰度级中每个像素在整幅图像中的个数。
2. 计算每个像素在整幅图像的概率分布。
3. 对灰度级进行遍历搜寻，计算当前灰度值下前景背景类间概率。
4. 通过目标函数计算出类内与类间方差下对应的阈值。

代码如下

#include<stdio.h>
#include<string>
#include<opencv2\highgui\highgui.hpp>
#include<opencv2\opencv.hpp>
using namespace std;
using namespace cv;

//OTSU 法函数的实现
int OTSU(Mat srcimage)
{
	int nCols = srcimage.cols;
	int nRows = srcimage.rows;
	int threshold = 0;
	//初始化参数
	int nSumPix[256];
	float nProDis[256];
	for(int i = 0;i < 256;i++)
	{
		nSumPix[i] = 0;
		nProDis[i] = 0;
	}

	//统计灰度级中每个像素在整幅图像中的个数
	for (int i = 0;i < nCols; i++)
	{
		for( int j = 0; j < nRows; j++)
		{
			nSumPix[(int)srcimage.at<uchar>(i,j)]++;
		}
	}
	//计算每个灰度级炸图像中的概率分布
	for ( int i = 0 ; i < 256; i++)
	{
		nProDis[i] =