1. 函数定义

 void adaptiveThreshold(InputArray src, OutputArray dst,double maxValue, //最大值int adaptiveMethod, //支持两种最适应阈值方法int thresholdType, //操作类型int blockSize,  double C);

下面两种方法都是逐个像素的计算自适应阈值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。
cv::ADAPTIVE_THRESH_MEAN_C，均值时取得权值是想等的；
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；
阈值在整个过程中自动产生变化当图像中出现比较大的明暗差异时，自适应阈值非常有效。
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。
这里要尤其注意的是：参数blockSize是大于等于3的奇数，如果你设置成偶数或者小于3的数字，函数会报错的

可已参照OpenCV官方文档：
https://docs.opencv.org/4.x/d7/d1b/group__imgproc__misc.html#ga72b913f352e4a1b1b397736707afcde3

2. 例程

在这个例程里，我们对照了threshold() 和 adaptiveThreshold() 之间的区别，同时对参数blockSize和C进行了研究。
首先是普通阈值化处理和自适应阈值化处理的对照：
接下来是参数blockSize对图像处理结果的影响
结果是显而易见的，blockSize增大之后，区域数量变得更少了
还有参数C对图像处理结果的影响
我在均值3中将C设置为50，在高斯3中将C设置为 -50
根据观察，C为正数时，结果中亮区域面积更大，C为负数时，结果暗区域面积更大。当然这是在参数thresholdType 为THRESH_BINARY时的情况。如果是THRESH_BINARY_INV，那么结果会刚好相反。
最后说一下，参数adaptiveMethod是支持两种操作的：THRESH_BINARY 和 THRESH_BINARY_INV，就是一个互相翻转的关系而已。

代码

#include "stdafx.h"
#include <opencv.hpp>
using namespace cv;int main()
{Mat m_SrcImg1 = imread("./1.jpg",IMREAD_GRAYSCALE);imshow("源图像1", m_SrcImg1);//使用普通阈值化处理，THRESH_TRIANGLE是自动计算阈值的一种方法Mat m_DstImg1;threshold(m_SrcImg1, m_DstImg1, 100, 255, THRESH_BINARY | THRESH_TRIANGLE);imshow("threshold1", m_DstImg1);//使用自适应阈值均值方法处理//这里要尤其注意的是：参数blockSize是大于等于3的奇数，如果你设置成偶数或者小于3的数字，函数会报错的Mat m_DstImg2;adaptiveThreshold(m_SrcImg1, m_DstImg2, 255, ADAPTIVE_THRESH_MEAN_C, THRESH_BINARY, 21, 0);imshow("均值1", m_DstImg2);//使用自适应阈值高斯方法处理Mat m_DstImg3;adaptiveThreshold(m_SrcImg1, m_DstImg3, 255, ADAPTIVE_THRESH_GAUSSIAN_C, THRESH_BINARY, 21, 0);imshow("高斯1", m_DstImg3);//观察参数blockSize的影响  很明显，随着blockSize的增大，图像被分割的区域数量开始变得更少，区域面积变大了//当然，blockSize变大，会增加函数的运行成本adaptiveThreshold(m_SrcImg1, m_DstImg2, 255, ADAPTIVE_THRESH_MEAN_C, THRESH_BINARY, 121, 0);imshow("均值2", m_DstImg2);adaptiveThreshold(m_SrcImg1, m_DstImg3, 255, ADAPTIVE_THRESH_GAUSSIAN_C, THRESH_BINARY, 121, 0);imshow("高斯2", m_DstImg3);//观察参数C的影响//OpenCV官方文档上说是从平均值或加权平均值中减去常数。正常情况下，它是正的，但也可能是零或负的。//那也就是说这个参数会使阈值产生偏移adaptiveThreshold(m_SrcImg1, m_DstImg2, 255, ADAPTIVE_THRESH_MEAN_C, THRESH_BINARY, 121, 50);imshow("均值3", m_DstImg2);adaptiveThreshold(m_SrcImg1, m_DstImg3, 255, ADAPTIVE_THRESH_GAUSSIAN_C, THRESH_BINARY, 121, -50);imshow("高斯3", m_DstImg3);//翻转adaptiveThreshold(m_SrcImg1, m_DstImg2, 255, ADAPTIVE_THRESH_MEAN_C, THRESH_BINARY_INV, 121, 0);imshow("均值4", m_DstImg2);adaptiveThreshold(m_SrcImg1, m_DstImg3, 255, ADAPTIVE_THRESH_GAUSSIAN_C, THRESH_BINARY_INV, 121, 0);imshow("高斯4", m_DstImg3);waitKey(0);return 0;
}

OpenCV adaptiveThreshold 自适应阈值相关推荐

Vulkan移植GpuImage(一)高斯模糊与自适应阈值
自适应阈值效果图 demo avatar 这几天抽空看了下GpuImage的filter,移植了高斯模糊与自适应阈值的vulkan compute shader实现,一个是基本的图像处理,一个是组合基 ...
OpenCV自适应阈值化函数adaptiveThreshold详解,并附实例源码
图像处理开发需求.图像处理接私活挣零花钱,请加微信/QQ 2487872782 图像处理开发资料.图像处理技术交流请加QQ群,群号 271891601 2016-6-14日:又发现一种阈值分割法,最大 ...
OpenCV自适应阈值分割函数：adaptiveThreshold()介绍
OpenCV自适应阈值分割函数:adaptiveThreshold()介绍 [注意] 1. adaptiveThreshold()函数的ThresholdTypes参数只能设置为"CV_TH ...
OpenCV与图像处理学习七——传统图像分割之阈值法（固定阈值、自适应阈值、大津阈值）
OpenCV与图像处理学习七--传统图像分割之阈值法(固定阈值.自适应阈值.大津阈值) 一.固定阈值图像分割 1.1 直方图双峰法 1.2 OpenCV中的固定阈值分割二.自动阈值图像分割 2.1 ...
【课题总结】OpenCV 抠图项目实战（5）自适应阈值抠图
Python 小白的课题报告-OpenCV 抠图项目实战(5)自适应阈值抠图本系列是 Python 小白的课题作业<基于OpenCV 的图像分割和抠图>. 需要说明的是,本系列并不能算是 ...
自适应阈值（adaptiveThreshold）分割原理及实现
背景介绍及原理前面介绍了OTSU算法和最大熵算法,但这两种算法都属于全局阈值法,所以对于某些光照不均的图像,这种全局阈值分割的方法会显得苍白无力,如下图: 显然,这样的阈值处理结果不是我们想要的,那 ...
Python-OpenCV自适应阈值图像处理使用adaptiveThreshold函数获取图像轮廓
☞ ░ 前往老猿Python博文目录 ░ 一.引言在<OpenCV阈值处理函数threshold处理32位彩色图像的案例>介绍了threshold 函数,但threshold 的图像阈值 ...
opencv阈值处理-threshold函数、自适应阈值处理和Ostu处理
阈值处理是指剔除图像内像素值高于一定值或者低于一定值的像素点.例如设置阈值为125,则大于125的像素点的值设为255,小于125的设为0. 一.threshold函数 open cv3.0使用cv2 ...
OpenCV —— 阈值分割（直方图技术法，熵算法，Otsu，自适应阈值算法）
阈值分割 1. 全局阈值分割直方图技术法熵算法 Otsu算法 2. 局部阈值分割自适应阈值阈值的分割的核心就是如何选取阈值,选取正确的阈值时分割成功的关键.可以使用手动设置阈值,也可以采用直方 ...

OpenCV adaptiveThreshold 自适应阈值

彻底搞清楚cv::adaptiveThreshold

1. 函数定义

2. 例程

代码

OpenCV adaptiveThreshold 自适应阈值相关推荐

最新文章

热门文章