【opencv函数】阈值处理函数threshold()详解

2023-12-17 07:48

本文主要是介绍【opencv函数】阈值处理函数threshold()详解,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!

数字图像处理中,阈值操作占有非常重要的地位,例如图像的二值化可以使图像中数据量大为减少,从而能凸显出目标的轮廓。opencv中提供了函数cv::threshold()用于图像的阈值操作。

函数原型

double cv::threshold(InputArray src, OutputArray dst, double thres, double maxval, int type)

参数说明

src:源图像,可以为8位的灰度图,也可以为32位的彩色图像;

dst:输出图像;

thresh:阈值;

maxval:二值图像中灰度最大值;

type:阈值操作类型,具体的阈值操作实现如下图所示:

测试代码

	//全局二值化int th = 100;cv::Mat threshold1, threshold2, threshold3, threshold4, threshold5, threshold6, threshold7, threshold8;cv::threshold(gray, threshold1, th, 255, cv::THRESH_BINARY);cv::threshold(gray, threshold2, th, 255, cv::THRESH_BINARY_INV);cv::threshold(gray, threshold3, th, 255, cv::THRESH_TRUNC);cv::threshold(gray, threshold4, th, 255, cv::THRESH_TOZERO);cv::threshold(gray, threshold5, th, 255, cv::THRESH_TOZERO_INV);cv::threshold(gray, threshold7, th, 255, cv::THRESH_OTSU);cv::threshold(gray, threshold8, th, 255, cv::THRESH_TRIANGLE);cv::imshow("gray", gray);cv::imshow("THRESH_BINARY", threshold1);cv::imshow("THRESH_BINARY_INV", threshold2);cv::imshow("THRESH_TRUNC", threshold3);cv::imshow("THRESH_TOZERO", threshold4);cv::imshow("THRESH_TOZERO_INV", threshold5);cv::imshow("THRESH_OTSU", threshold7);cv::imshow("THRESH_TRIANGLE", threshold8);

测试结果对比

原灰度图
THRESH_BINARY
THRESH_BINARY_INV
THRESH_TRUNC
THRESH_TOZERO
THRESH_TOZERO_INV
THRESH_OTSU
THRESH_TRIANGLE

参考:

OpenCV threshold函数详解_Leenux0810的博客-CSDN博客_opencv threshold

这篇关于【opencv函数】阈值处理函数threshold()详解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!



http://www.chinasem.cn/article/503629

相关文章

Spring Security基于数据库验证流程详解

Spring Security 校验流程图 相关解释说明(认真看哦) AbstractAuthenticationProcessingFilter 抽象类 /*** 调用 #requiresAuthentication(HttpServletRequest, HttpServletResponse) 决定是否需要进行验证操作。* 如果需要验证,则会调用 #attemptAuthentica

使用opencv优化图片(画面变清晰)

文章目录 需求影响照片清晰度的因素 实现降噪测试代码 锐化空间锐化Unsharp Masking频率域锐化对比测试 对比度增强常用算法对比测试 需求 对图像进行优化,使其看起来更清晰,同时保持尺寸不变,通常涉及到图像处理技术如锐化、降噪、对比度增强等 影响照片清晰度的因素 影响照片清晰度的因素有很多,主要可以从以下几个方面来分析 1. 拍摄设备 相机传感器:相机传

hdu1171(母函数或多重背包)

题意:把物品分成两份,使得价值最接近 可以用背包,或者是母函数来解,母函数(1 + x^v+x^2v+.....+x^num*v)(1 + x^v+x^2v+.....+x^num*v)(1 + x^v+x^2v+.....+x^num*v) 其中指数为价值,每一项的数目为(该物品数+1)个 代码如下: #include<iostream>#include<algorithm>

OpenHarmony鸿蒙开发( Beta5.0)无感配网详解

1、简介 无感配网是指在设备联网过程中无需输入热点相关账号信息,即可快速实现设备配网,是一种兼顾高效性、可靠性和安全性的配网方式。 2、配网原理 2.1 通信原理 手机和智能设备之间的信息传递,利用特有的NAN协议实现。利用手机和智能设备之间的WiFi 感知订阅、发布能力,实现了数字管家应用和设备之间的发现。在完成设备间的认证和响应后,即可发送相关配网数据。同时还支持与常规Sof

6.1.数据结构-c/c++堆详解下篇(堆排序,TopK问题)

上篇:6.1.数据结构-c/c++模拟实现堆上篇(向下,上调整算法,建堆,增删数据)-CSDN博客 本章重点 1.使用堆来完成堆排序 2.使用堆解决TopK问题 目录 一.堆排序 1.1 思路 1.2 代码 1.3 简单测试 二.TopK问题 2.1 思路(求最小): 2.2 C语言代码(手写堆) 2.3 C++代码(使用优先级队列 priority_queue)

K8S(Kubernetes)开源的容器编排平台安装步骤详解

K8S(Kubernetes)是一个开源的容器编排平台,用于自动化部署、扩展和管理容器化应用程序。以下是K8S容器编排平台的安装步骤、使用方式及特点的概述: 安装步骤: 安装Docker:K8S需要基于Docker来运行容器化应用程序。首先要在所有节点上安装Docker引擎。 安装Kubernetes Master:在集群中选择一台主机作为Master节点,安装K8S的控制平面组件,如AP

opencv 滚动条

参数介绍:createTrackbar( trackbarname , "hello" , &alpha_slider ,alpha_max ,  on_trackbar )  ;在标签中显示的文字(提示滑动条的用途) TrackbarName创建的滑动条要放置窗体的名字 “hello”滑动条的取值范围从 0 到 alpha_max (最小值只能为 zero).滑动后的值存放在

android-opencv-jni

//------------------start opencv--------------------@Override public void onResume(){ super.onResume(); //通过OpenCV引擎服务加载并初始化OpenCV类库,所谓OpenCV引擎服务即是 //OpenCV_2.4.3.2_Manager_2.4_*.apk程序包,存

C++操作符重载实例(独立函数)

C++操作符重载实例,我们把坐标值CVector的加法进行重载,计算c3=c1+c2时,也就是计算x3=x1+x2,y3=y1+y2,今天我们以独立函数的方式重载操作符+(加号),以下是C++代码: c1802.cpp源代码: D:\YcjWork\CppTour>vim c1802.cpp #include <iostream>using namespace std;/*** 以独立函数

嵌入式Openharmony系统构建与启动详解

大家好,今天主要给大家分享一下,如何构建Openharmony子系统以及系统的启动过程分解。 第一:OpenHarmony系统构建      首先熟悉一下,构建系统是一种自动化处理工具的集合,通过将源代码文件进行一系列处理,最终生成和用户可以使用的目标文件。这里的目标文件包括静态链接库文件、动态链接库文件、可执行文件、脚本文件、配置文件等。      我们在编写hellowor