图像的二值化

最新推荐文章于 2025-07-01 12:51:17 发布

cv_yuippe

最新推荐文章于 2025-07-01 12:51:17 发布

阅读量1.5k

点赞数 1

CC 4.0 BY-SA版权

分类专栏： opencv

本文链接：https://blog.youkuaiyun.com/cv_yuippe/article/details/9170649

本文详细介绍了图像二值化的几种方法，包括全局固定阈值和局部自适应阈值。全局阈值适用于全图同一标准，而局部自适应阈值根据像素邻域的特征调整阈值，如均值和高斯加权。OpenCV提供了threshold函数和cvAdaptiveThreshold函数来实现这些操作。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1、CV_THRESH_BINARY 即大于阈值就设置成M，反之为0；
2、CV_THRESH_BINARY_INV 是上面的相反；
3、CV_THRESH_TRUNC 大于阈值就设置成M，反之保持不变;
4、CV_THRESH_TOZERO_INV 大于阈值就设置成0，反之保持不变;
5、CV_THRESH_TOZERO 大于阈值保持不变，反之设置成0；
都通过调用函数threshold（），以上为函数最后一个参数，分别表示阈值类型与操作。

常用的图像二值化方法有：
1、全局固定阈值；
就是对整幅图像都是用一个统一的阈值来进行二值化，比如开头中调用threshold，设置统一的阈值。
2、局部自适应阈值；
根据像素的邻域块的像素值分布来确定该像素位置上的二值化阈值。这样做的好处在于每个像素位置处的二值化阈值不是固定不变的，而是由其周围邻域像素的分布来决定的。亮度较高的图像区域的二值化阈值通常会较高，而亮度较低的图像区域的二值化阈值则会相适应地变小。不同亮度、对比度、纹理的局部图像区域将会拥有相对应的局部二值化阈值。
常用的局部自适应阈值有：
1）局部邻域块的均值；
2）局部邻域块的高斯加权和。
在opencv中，这种方法由函数cvAdaptiveThreshold()来实现。其中第四个参数如果为CV_ADAPTIVE_T