OpenCV杂项图像变换(1)自适应阈值处理函数adaptiveThreshold()的使用

本文主要是介绍OpenCV杂项图像变换(1)自适应阈值处理函数adaptiveThreshold()的使用，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

• 操作系统：ubuntu22.04
• OpenCV版本：OpenCV4.9
• IDE:Visual Studio Code
• 编程语言：C++11

算法描述

函数对数组应用自适应阈值。
该函数根据以下公式将灰度图像转换为二值图像：

• 对于 THRESH_BINARY:
  $$textdst(x,y)=\{\begin{array}{ll}\text{maxValue}& \text{如果 }\text{src}(x,y)>T(x,y)\\ 0& \text{否则}\end{array}$$

• 对于THRESH_BINARY_INV:
  $$\text{dst}(x,y)=\{\begin{array}{ll}0& \text{如果 }\text{src}(x,y)>T(x,y)\\ \text{maxValue}& \text{否则}\end{array}$$
  其中$T(x,y)$ 是为每个像素单独计算的阈值（参见 adaptiveMethod 参数）。

adaptiveThreshold() 函数是 OpenCV 中用于实现自适应阈值处理的一种方法。这种处理方式特别适用于照明条件变化较大的场景，因为它能够根据图像局部区域的亮度自动调整阈值。

该函数可以原地处理图像。

函数原型

void cv::adaptiveThreshold	
(InputArray 	src,OutputArray 	dst,double 	maxValue,int 	adaptiveMethod,int 	thresholdType,int 	blockSize,double 	C 
)		

参数

• 参数src 源 8 位单通道图像。
• 参数dst 目标图像，具有与 src 相同的大小和类型。
• 参数maxValue 分配给满足条件的像素的非零值。
• 参数adaptiveMethod 使用的自适应阈值算法，参见 AdaptiveThresholdTypes。使用 BORDER_REPLICATE | BORDER_ISOLATED 来处理边界。
• 参数thresholdType 阈值类型，必须是 THRESH_BINARY 或 THRESH_BINARY_INV，参见 ThresholdTypes。
• 参数blockSize 用于计算像素阈值的像素邻域大小：3, 5, 7 等等。
• 参数C 从均值或加权均值中减去的常数（参见下面的详细信息）。通常它是正数，但也可能是零或负数。

代码示例

#include <opencv2/opencv.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <opencv2/imgproc/imgproc.hpp>using namespace cv;int main(int argc, char** argv)
{// 读取图像Mat image = imread("/media/dingxin/data/study/OpenCV/sources/images/sun2.jpg", IMREAD_GRAYSCALE);if (image.empty()) {std::cerr << "Error: Could not open or find the image." << std::endl;return -1;}// 创建输出图像Mat binaryImage;// 应用自适应阈值处理adaptiveThreshold(image, binaryImage, 255, ADAPTIVE_THRESH_MEAN_C, THRESH_BINARY, 3, 2);// 显示结果namedWindow("Original Image", WINDOW_NORMAL);imshow("Original Image", image);namedWindow("Binary Image", WINDOW_NORMAL);imshow("Binary Image", binaryImage);waitKey(0);return 0;
}

运行结果

这篇关于OpenCV杂项图像变换(1)自适应阈值处理函数adaptiveThreshold()的使用的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！

---