Java DIP - 基本阈值

阈值处理能够以最简单的方式实现图像分割。图像分割是指将完整的图像划分为一组像素，使得每组中的像素具有一些共同的特征。图像分割对于定义对象及其边界非常有用。

在本章中，我们对图像执行一些基本的阈值操作。

我们使用OpenCV函数阈值。它可以在Imgproc包下找到。其语法如下 -

Imgproc.threshold(source, destination, thresh , maxval , type);

参数描述如下 -

先生。 参数及说明
1

来源

这是源图像。
2

目的地

这是目的地图像。
3

脱粒

是阈值。
4

最大值

它是与 THRESH_BINARY 和 THRESH_BINARY_INV 阈值类型一起使用的最大值。
5

类型

可能的类型有 THRESH_BINARY、THRESH_BINARY_INV、THRESH_TRUNC 和 THRESH_TOZERO。

除了这些阈值方法之外，Imgproc 类还提供其他方法。它们被简要描述 -

先生。 方法及说明
1

cvtColor（Mat src，Mat dst，int代码，int dstCn）

它将图像从一种颜色空间转换为另一种颜色空间。
2

膨胀（Mat src，Mat dst，Mat 内核）

它通过使用特定的结构元素来扩大图像。
3

equalizeHist(Mat src, Mat dst)

它均衡灰度图像的直方图。
4

filter2D（Mat src，Mat dst，int d深度，Mat内核，点锚点，双增量）

它将图像与内核进行卷积。
5

GaussianBlur(Mat src, Mat dst, 大小 ksize, 双 sigmaX)

它使用高斯滤波器模糊图像。
6

积分(Mat src, Mat sum)

它计算图像的积分。

例子

以下示例演示了如何使用 Imgproc 类对图像执行阈值操作 -

import org.opencv.core.Core;
import org.opencv.core.CvType;
import org.opencv.core.Mat;

import org.opencv.highgui.Highgui;
import org.opencv.imgproc.Imgproc;

public class main {
   public static void main( String[] args ) {
   
      try{

         System.loadLibrary( Core.NATIVE_LIBRARY_NAME );
         Mat source = Highgui.imread("digital_image_processing.jpg",  Highgui.CV_LOAD_IMAGE_COLOR);
         Mat destination = new Mat(source.rows(),source.cols(),source.type());

         destination = source;
         Imgproc.threshold(source,destination,127,255,Imgproc.THRESH_TOZERO);
         Highgui.imwrite("ThreshZero.jpg", destination);
         
      } catch (Exception e) {
         System.out.println("error: " + e.getMessage());
      }
   }
}

输出

当您执行给定的代码时，会看到以下输出 -

原始图像

基本阈值教程

在上面的原始图像上，执行了一些阈值操作，如下面的输出所示 -

锤石二进制

基本阈值教程

阈值二进制反转

基本阈值教程

零锤子

基本阈值教程