- OpenCV 教程
- OpenCV - 主页
- OpenCV - 概述
- OpenCV - 环境
- OpenCV - 存储图像
- OpenCV - 读取图像
- OpenCV - 写入图像
- OpenCV-图形用户界面
- 绘图功能
- OpenCV - 画一个圆
- OpenCV - 画一条线
- OpenCV - 绘制矩形
- OpenCV - 绘制椭圆
- OpenCV - 绘制折线
- OpenCV - 绘制凸折线
- OpenCV - 绘制箭头线
- OpenCV - 添加文本
- 过滤
- OpenCV - 双边滤波器
- OpenCV - 盒式过滤器
- OpenCV - SQRBox 滤波器
- OpenCV - Filter2D
- OpenCV - 膨胀
- OpenCV - 侵蚀
- OpenCV - 形态运算
- OpenCV - 图像Pyramid
- 摄像头和人脸检测
- OpenCV - 使用相机
- OpenCV - 图片中的人脸检测
- 使用相机进行人脸检测
- OpenCV 有用资源
- OpenCV - 快速指南
- OpenCV - 有用的资源
- OpenCV - 讨论
OpenCV - 简单阈值
阈值处理是一种图像分割方法,通常用于创建二值图像。阈值处理有两种类型,即简单阈值处理和自适应阈值处理。
简单阈值处理
在简单的阈值操作中,值大于指定阈值的像素被分配有标准值。
您可以使用Imgproc类的threshold()方法对图像进行简单的阈值操作,以下是该方法的语法。
threshold(src, dst, thresh, maxval, type)
该方法接受以下参数 -
src - Mat类的对象,表示源(输入)图像。
dst - Mat类的对象,表示目标(输出)图像。
thresh - 表示阈值的双精度型变量。
maxval - 双精度型变量,表示像素值大于阈值时要给出的值。
type - 表示要使用的阈值类型的整数类型变量。
例子
以下程序演示了如何在 OpenCV 中对图像执行简单的阈值操作。
import org.opencv.core.Core; import org.opencv.core.Mat; import org.opencv.imgcodecs.Imgcodecs; import org.opencv.imgproc.Imgproc; public class Thresh { public static void main(String args[]) { // Loading the OpenCV core library System.loadLibrary( Core.NATIVE_LIBRARY_NAME ); // Reading the Image from the file and storing it in to a Matrix object String file ="E:/OpenCV/chap14/thresh_input.jpg"; Mat src = Imgcodecs.imread(file); // Creating an empty matrix to store the result Mat dst = new Mat(); Imgproc.threshold(src, dst, 50, 255, Imgproc.THRESH_BINARY); // Writing the image Imgcodecs.imwrite("E:/OpenCV/chap14/thresh_trunc.jpg", dst); System.out.println("Image Processed"); } }
假设以下是上述程序中指定的输入图像thresh_input.jpg 。
输出
执行程序时,您将得到以下输出 -
Image Processed
如果打开指定的路径,您可以观察输出图像,如下所示 -
其他类型的简单阈值处理
除了前面示例中演示的THRESH_BINARY操作之外,OpenCV 还提供各种其他类型的阈值操作。所有这些类型都由Imgproc类的预定义静态字段(固定值)表示。
您可以通过将其各自的预定义值传递给threshold()方法的名为type的参数来选择所需的阈值操作的类型。
Imgproc.threshold(src, dst, 50, 255, Imgproc.THRESH_BINARY);
以下是代表各种类型阈值操作及其各自输出的值。
操作及说明 | 输出 |
---|---|
THRESH_BINARY | |
THRESH_BINARY_INV | |
阈值截断 | |
THRESH_TOZERO | |
THRESH_TOZERO_INV |