目标

在本教程中，您将学习如何：

• 使用OpenCV函数cv :: threshold执行基本阈值操作

Cool Theory

注意

下面的解释属于Bradski和Kaehler 的“ 学习OpenCV ”一书。什么是

阈值？

• 最简单的分割方法
• 应用示例：分离对应于我们想要分析的对象的图像的区域。该分离基于对象像素和背景像素之间的强度变化。
• 为了区分我们感兴趣的像素（其最终将被拒绝），我们对每个像素强度值相对于阈值进行比较（根据要解决的问题确定）。
• 一旦我们正确分离了重要的像素，我们可以用一个确定的值来设置它们来识别它们（即我们可以为它们分配值（黑色），（白色）或适合您需要的任何值）。0255

阈值类型

• OpenCV提供函数cv :: threshold来执行阈值操作。
• 我们可以使用此功能实现种类型的阈值操作。我们将在以下小节中解释。5
• 为了说明这些阈值过程的工作原理，我们假设我们有一个具有强度值为像素的源图像。下面的情节描绘了这一点。蓝色水平线表示阈值（固定）。src(x,y)thresh

• 因此，如果像素的强度s r c （x ，y）高于 thresh，则将新的像素强度设置为0。否则，像素被设置为MaxVal.

Code

教程代码如下所示。您也可以从这里下载

#include "opencv2/imgproc.hpp"
#include "opencv2/imgcodecs.hpp"
#include "opencv2/highgui.hpp"
using namespace cv;
int threshold_value = 0;
int threshold_type = 3;
int const max_value = 255;
int const max_type = 4;
int const max_BINARY_value = 255;
Mat src, src_gray, dst;
const char* window_name = "Threshold Demo";
const char* trackbar_type = "Type: \n 0: Binary \n 1: Binary Inverted \n 2: Truncate \n 3: To Zero \n 4: To Zero Inverted";
const char* trackbar_value = "Value";
void Threshold_Demo( int, void* );
int main( int argc, char** argv )
{
  String imageName("../data/stuff.jpg"); // by default
  if (argc > 1)
  {
      imageName = argv[1];
  }
  src = imread( imageName, IMREAD_COLOR ); // Load an image
  if( src.empty() )
    { return -1; }
  cvtColor( src, src_gray, COLOR_BGR2GRAY ); // Convert the image to Gray
  namedWindow( window_name, WINDOW_AUTOSIZE ); // Create a window to display results
  createTrackbar( trackbar_type,
                  window_name, &threshold_type,
                  max_type, Threshold_Demo ); // Create Trackbar to choose type of Threshold
  createTrackbar( trackbar_value,
                  window_name, &threshold_value,
                  max_value, Threshold_Demo ); // Create Trackbar to choose Threshold value
  Threshold_Demo( 0, 0 ); // Call the function to initialize
  for(;;)
    {
      char c = (char)waitKey( 20 );
      if( c == 27 )
    { break; }
    }
}
void Threshold_Demo( int, void* )
{
  /* 0: Binary
     1: Binary Inverted
     2: Threshold Truncated
     3: Threshold to Zero
     4: Threshold to Zero Inverted
   */
  threshold( src_gray, dst, threshold_value, max_BINARY_value,threshold_type );
  imshow( window_name, dst );
}

说明

1. 我们来看一下程序的一般结构：

• 加载图像。如果是BGR，我们将其转换为灰度。为此，请记住我们可以使用函数cv :: cvtColor：
  

  String imageName("../data/stuff.jpg"); // by default
  if (argc > 1)
  {
      imageName = argv[1];
  }
  src = imread( imageName, IMREAD_COLOR ); // Load an image
  if( src.empty() )
    { return -1; }
  cvtColor( src, src_gray, COLOR_BGR2GRAY ); // Convert the image to Gray

• 创建一个窗口来显示结果

  namedWindow( window_name, WINDOW_AUTOSIZE ); // Create a window to display results

• 创建轨道栏供用户输入用户输入：2
  
• • 阈值类型：二进制，零等
  • 阈值

  createTrackbar( trackbar_type,
                  window_name, &threshold_type,
                  max_type, Threshold_Demo ); // Create Trackbar to choose type of Threshold
  createTrackbar( trackbar_value,
                  window_name, &threshold_value,
                  max_value, Threshold_Demo ); // Create Trackbar to choose Threshold value

• 等待用户输入阈值，阈值类型（或直到程序退出）
• 每当用户更改任何Trackbars的值时，将调用Threshold_Demo函数：

void Threshold_Demo( int, void* )
{
  /* 0: Binary
     1: Binary Inverted
     2: Threshold Truncated
     3: Threshold to Zero
     4: Threshold to Zero Inverted
   */
  threshold( src_gray, dst, threshold_value, max_BINARY_value,threshold_type );
  imshow( window_name, dst );
}

正如你所看到的，函数cv :: threshold被调用。我们给出五个参数：

1. src_gray：我们的输入图像
2. dst：目的地（输出）图像
3. threshold_value：进行阈值操作时阈值的大小。
4. max_BINARY_value：与二进制阈值操作（用于设置所选像素）一起使用的值
5. threshold_type：阈值操作之一。它们列在上述功能的注释部分。

结果

• 编译此程序后，运行它给一个图像的路径作为参数。例如，对于输入图像为：
  

• 首先，我们尝试用二进制threhold反转阈值我们的图像。我们预计，比亮起的像素将变暗，这是实际发生的，正如我们在下面的快照中看到的（从原始图像注意到，小狗的舌头和眼睛与图像相比特别明亮，这个反映在输出图像中）。吨ħ ř Ë 小号ħ
  

• 现在我们尝试将阈值设为零。这样，我们预期最暗像素（阈值以下）将变为完全黑色，而值大于阈值的像素将保持其原始值。这通过输出图像的以下快照来验证：