网站开发 后端服务,网页设计教程,邢台网站建设联系电话,营销型网站试运营调忧目录
一、OpenCV-阀值操作
1.1阀值操作函数threshold
1.2threshold的操作类型
1.3Otsu算法
二、样例开发
2.1 Makefile
2.2 main.cpp
2.3 运行效果
三、OpenCV-自适应阀值操作 3.1 自适应阀值操作函数-adaptiveThreshold
3.2 样例开发 一、OpenCV-阀值操作
1.1阀值操…目录
一、OpenCV-阀值操作
1.1阀值操作函数threshold
1.2threshold的操作类型
1.3Otsu算法
二、样例开发
2.1 Makefile
2.2 main.cpp
2.3 运行效果
三、OpenCV-自适应阀值操作 3.1 自适应阀值操作函数-adaptiveThreshold
3.2 样例开发 一、OpenCV-阀值操作
1.1阀值操作函数threshold 在OpenCV中阀值操作是一种基本的图像处理方法用于将灰度图像转换为二值图像。这个操作是通过使用一个设定的阈值thresh来比较输入图像的每个像素值并根据比较结果将像素值设置为0或最大值maxval。有五种不同的阀值操作类型包括二进制阀值化、反二进制阀值化、截断阀值化、阀值化为0、反阀值化为0。 在OpenCV-C源码中其阀值操作函数定义在\opencv2\imgproc.hpp中
param src input array (multiple-channel, 8-bit or 32-bit floating point).
param dst output array of the same size and type and the same number of channels as src.
param thresh threshold value.
param maxval maximum value to use with the #THRESH_BINARY and #THRESH_BINARY_INV thresholding
types.
param type thresholding type (see #ThresholdTypes).
return the computed threshold value if Otsus or Triangle methods used.sa adaptiveThreshold, findContours, compare, min, max*/
CV_EXPORTS_W double threshold( InputArray src, OutputArray dst, double thresh, double maxval, int type ); 该函数threshold将固定级别的阈值设置应用于多通道阵列。该函数通常用于从灰度图像中获得双层二进制图像或用于去除噪声即过滤掉太小或太大的像素价值观该函数支持多种类型的阈值处理。它们由类型参数。此外特殊值#THRESH_OTSU或#THRESH-TRIANGLE可以与以上值。在这些情况下函数使用Otsu或三角算法并使用它来代替指定的阈值。注意目前Otsu和Triangle方法仅适用于8位单通道图像。
1.2threshold的操作类型 如果对卷积核有所了解的话也可以把阀值操作看做是一个用1*1的核进行卷积对每个像素进行一次非线性操作。 在OpenCV中阀值操作有五种类型int type分别是
THRESH_BINARY 0二值化大于阈值的为255小于阈值的为0。THRESH_BINARY_INV 1反二值化大于阈值的为0小于阈值的为255。THRESH_TRUNC 2截断法大于阈值的取阈值小于阈值的不变。THRESH_TOZERO 3大于阈值的不变小于阈值的为0。THRESH_TOZERO_INV 4大于阈值的为0小于阈值的不变。 在使用时可以根据实际需求选择相应的类型。
1.3Otsu算法 函数cv::threshold可以自动决定最优的阀值只需要对参数thresh传递THRESH_OTSU。Otsu算法是一种确定图像二值化最优阈值的算法其原理是利用最大类间方差法来确定图像的阈值从而将图像分割成前景和背景两部分。 Otsu算法的基本思想是假设输入图像的高为、宽为代表其归一化所获得的图像灰度直方图代表灰度值等于的像素点的个数在图像中占的比例。首先计算灰度直方图的零阶累积矩也称为累加直方图和一阶累积矩然后计算图像总体的灰度平均值其实就是时的一阶累积矩接着对于每个灰度级作为阈值计算前景区域的平均灰度、背景区域的平均灰度和整幅图像的平均灰度的方差对方差的衡量采用以下度量最后找到使类间方差最大时的对应的灰度级作为最优阈值。 Otsu算法是一种自适应阈值确定的方法计算简单效率高但对于光照不均的图像处理效果不是很好。
二、样例开发
2.1 Makefile
关于opencv编辑及库生成、调用等请参考本专栏的前面博文这里不展开。 编译命令mingw32-make -j4或make -4。
#/bin/sh
CX g BIN : ./
TARGET : transform_img1.exe
FLAGS : -stdc11 -static
SRCDIR : ./
#INCLUDES
INCLUDEDIR : -I../../opencv_MinGW/include
#-I$(SRCDIR)
staticDir : ../../opencv_MinGW/x64/mingw/staticlib/
#LIBDIR : $(staticDir)/libopencv_world460.a\
# $(staticDir)/libade.a \
# $(staticDir)/libIlmImf.a \
# $(staticDir)/libquirc.a \
# $(staticDir)/libzlib.a \
# $(wildcard $(staticDir)/liblib*.a) \
# -lgdi32 -lComDlg32 -lOleAut32 -lOle32 -luuid
#opencv_world放弃前然后是opencv依赖的第三方库后面的库是MinGW编译工具的库LIBDIR : -L $(staticDir) -lopencv_world460 -lade -lIlmImf -lquirc -lzlib \-llibjpeg-turbo -llibopenjp2 -llibpng -llibprotobuf -llibtiff -llibwebp \-lgdi32 -lComDlg32 -lOleAut32 -lOle32 -luuid
source : $(wildcard $(SRCDIR)/*.cpp) $(TARGET) :$(CX) $(FLAGS) $(INCLUDEDIR) $(source) -o $(BIN)/$(TARGET) $(LIBDIR)clean:rm $(BIN)/$(TARGET)2.2 main.cpp
#include opencv2/opencv.hpp //Include file for every supported OpenCV function
#include iostream
#include vector
using namespace std;
//阀值化
void sum_rgb1( const cv::Mat src, cv::Mat dst )
{// Split image onto the color planes//vector cv::Mat planes;cv::split(src,planes);cv::Mat b planes[0],g planes[1],r planes[2],s;// Add equally weighted rgb values//cv::addWeighted( r,1./3., g,1./3., 0.0,s );cv::addWeighted( s,1., b,1./3.,0.0,s );// Truncate values above 100//cv::threshold( s,dst,100,100,cv::THRESH_TRUNC );
}
//组合与阀值图像平面
void sum_rgb2( const cv::Mat src,cv::Mat dst )
{// Split image onto the color planes//vectorcv::Mat planes;cv::split(src,planes);cv::Mat b planes[0],g planes[1],r planes[2];// Accumulate separate planes, combine and threshold//cv::Mat s cv::Mat::zeros(b.size(),CV_32F);cv::accumulate(b,s);cv::accumulate(g,s); cv::accumulate(r,s);// Truncate values above 100 and rescale into dst.cv::threshold( s,s,100,100,cv::THRESH_TRUNC );s.convertTo(dst,b.type());
}void help()
{cout Call: ./1.PNG endl;cout Shows use of alpha blending (addweighted) and threshold endl;
}int main(int argc,char** argv){help();if(argc 2){ cout specify input image endl; return -1;}// Load the image from the given file name//cv::Mat src cv::imread( argv[1] ),dst;if( src.empty() ){cout can not load argv[1] endl; return -1;}// sum_rgb1( src,dst);sum_rgb2( src,dst);// Create a named window with the name of the fle and// show the image in the window1cv::imshow( argv[1],dst );// Idle until the user hits any key//cv::waitKey(0);return 0;
}2.3 运行效果 三、OpenCV-自适应阀值操作 3.1 自适应阀值操作函数-adaptiveThreshold 自适应阀值操作adaptiveThreshold和前面的阀值化方法不同其阀值在整个过程中自动产生变化。同样在在\opencv2\imgproc.hpp中定义。在OpenCV中自适应阈值操作是一种更为高级的阈值处理方法用于处理具有非均匀亮度的图像。自适应阈值操作的基本思想是对于每个像素都使用其邻域的像素值来计算其阈值。这个邻域的像素值通常包括该像素周围的8个或16个像素。这种方法的优点是能够更好地适应图像的非均匀亮度。
param src Source 8-bit single-channel image.
param dst Destination image of the same size and the same type as src.
param maxValue Non-zero value assigned to the pixels for which the condition is satisfied
param adaptiveMethod Adaptive thresholding algorithm to use, see #AdaptiveThresholdTypes.
The #BORDER_REPLICATE | #BORDER_ISOLATED is used to process boundaries.
param thresholdType Thresholding type that must be either #THRESH_BINARY or #THRESH_BINARY_INV,
see #ThresholdTypes.
param blockSize Size of a pixel neighborhood that is used to calculate a threshold value for the
pixel: 3, 5, 7, and so on.
param C Constant subtracted from the mean or weighted mean (see the details below). Normally, it
is positive but may be zero or negative as well.sa threshold, blur, GaussianBlur*/
CV_EXPORTS_W void adaptiveThreshold( InputArray src, OutputArray dst,double maxValue, int adaptiveMethod,int thresholdType, int blockSize, double C );参数src输入图像应该是灰度图像。dst输出图像maxValue输出图像的最大值。adaptiveMethod自适应阈值算法的选择可以是ADAPTIVE_THRESHOLD_MEAN_C或ADAPTIVE_THRESHOLD_GAUSSIAN_C。thresholdType阈值类型通常是THRESH_BINARY或THRESH_BINARY_INV。blockSize用于计算阈值的邻域大小。C加到阈值上的常数以调整阈值。cv::adaptiveThreshold()根据adaptiveMethod的设置允许两种不同的自适应阙值方法。两种方法都是逐个像素地计算自适应阙值T(x,y)方法是通过计算每个像素位置周围的b*b区域的加权平均值然后减去常数C其中b由blocksize给定。不同的是如果选择的均值方法是cv::ADAPTIVE THRESH MEAN C那么均值时取得权值是相等的如果选择的均值方法是cv::ADAPTIVE THRESH GAUSSIAN C(x,y)周围的像素的权值则根据其到中心点的距离通过高斯方程得到。 对于thresholdType阈值类型来说 adaptiveThreshold函数的类型和threshold函数的类型相同。相对于一般的闽值化操作当图像中出现较大的明暗差异时自适应闽值时非常有效的。这个函数仅处理单通道8位或浮点型图像并且要求源图像和目标图像不同。
3.2 样例开发 Makefile文件与前面的Makefile文件几乎一致仅将输出程序名调整一下
#TARGET : transform_img1.exe
TARGET : transform_img2.exe 编译命令mingw32-make -j4或make -4 main.cpp实现
#include opencv2/opencv.hpp //Include file for every supported OpenCV function #includeiostream
using namespace std;
int main( int argc,char** argv )
{if(argc ! 7){ cout Usage:argv[0] fixed_threshold invert(0offl1on)adaptive_type(0mean]1gaussian) block_size offset image\nExample:argv[0] 100 1 0 15 10 1.PNG; return -1;}// Command linedouble fixed_threshold (double)atof(argv[1]);int threshold_type atoi(argv[2]) ? cv::THRESH_BINARY : cv::THRESH_BINARY_INV;int adaptive_method atoi(argv[3]) ? cv::ADAPTIVE_THRESH_MEAN_C : cv::ADAPTIVE_THRESH_GAUSSIAN_C;int block_size atoi(argv[4]);double offset (double)atof(argv[5]);cv::Mat Igray cv::imread(argv[6], cv::IMREAD_GRAYSCALE);// Read in gray image//if( Igray.empty() ){ cout Can not load argv[6] endl; return -1; }// Declare the output images.//cv::Mat It,Iat;// Thresholdscv::threshold(Igray,It,fixed_threshold,255,threshold_type);cv::adaptiveThreshold(Igray,Iat ,255,adaptive_method,threshold_type,block_size,offset );// Show the results.//cv::imshow(Raw,Igray);cv::imshow(Threshold,It);cv::imshow(Adaptive Threshold,Iat);cv::waitKey(0);return 0;
}运行效果如下
