通过灰度直方图进行简单的阈值分割

最新推荐文章于 2025-03-25 15:07:35 发布

cv_yuippe

最新推荐文章于 2025-03-25 15:07:35 发布

阅读量1w

点赞数

分类专栏： opencv

本文链接：https://blog.youkuaiyun.com/cv_yuippe/article/details/11730953

版权

本文介绍了如何使用灰度直方图进行简单的图像阈值分割。通过调用calcHist函数获取图像的直方图，再利用minMaxLoc找出直方图中最大值对应的灰度级，以此作为背景的阈值，实现图像分割。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

用到calcHist函数，返回hist，用minMaxloc来找到hist中数目最大的灰度级，表明其背景大概在这个区域，并以此作为阈值，进行分割。

其代码如下：

// opencv_6.cpp : 定义控制台应用程序的入口点。
//

#include "stdafx.h"
#include<opencv245.h>

using namespace std;
using namespace cv;

class Histogram1D
{
private:
	int histSize[1];
	float hranges[2];
	const float* ranges[1];
	int channels[1];

public:
	Histogram1D()
	{
		histSize[0] = 256;
		hranges[0] = 0.0;
		hranges[1] = 255.0;
		ranges[0] = hranges;
		channels[0] = 0;

	}

	Mat getHistogram(const Mat& image)
	{
		Mat hist;
		calcHist(&image,
			     1,
				 channels,
				 Mat(),
				 hist,
				 1,
				 histSize,
				 ranges);
		return hist;
	}

	double lookMaxpixel(Mat & hist)
	{
		double MaxVal = 0.0;
		/*double MinVal = 0.0;*/
		minMaxLoc(hist, NULL, &MaxVal);
		return MaxVal;
	}
	
};


int _tmain(int argc, _TCHAR* argv[])
{
	Histogram1D h;
	Mat image =