图像的二值化

书上已经讲得很细了，直接贴出来了

直接上代码（来自https://blog.csdn.net/MoreWindows）

//图像的二值化
//By MoreWindows (http://blog.csdn.net/MoreWindows)
#include<iostream>
#include <opencv2/core/core.hpp>  
#include <opencv2/opencv.hpp>
#include <opencv2/highgui/highgui.hpp> 
#include <opencv2/highgui/highgui_c.h>
#include "opencv2/imgproc/imgproc_c.h"
#include <opencv2/imgproc/imgproc.hpp>  
using namespace cv;
using namespace std;
#pragma comment(linker, "/subsystem:\"windows\" /entry:\"mainCRTStartup\"")

IplImage *g_pGrayImage = NULL;
IplImage *g_pBinaryImage = NULL;
const char *pstrWindowsBinaryTitle = "二值图(http://blog.csdn.net/MoreWindows)";

void on_trackbar(int pos)
{
    // 转为二值图
    cvThreshold(g_pGrayImage, g_pBinaryImage, pos, 255, CV_THRESH_BINARY);
    // 显示二值图
    cvShowImage(pstrWindowsBinaryTitle, g_pBinaryImage);
}

int main(int argc, char** argv)
{
    const char *pstrWindowsSrcTitle = "原图(http://blog.csdn.net/MoreWindows)";
    const char *pstrWindowsToolBarName = "二值图阈值";

    // 从文件中加载原图
    IplImage *pSrcImage = cvLoadImage("D:/picture/ZiXia.jpg", CV_LOAD_IMAGE_UNCHANGED);

    // 转为灰度图
    g_pGrayImage = cvCreateImage(cvGetSize(pSrcImage), IPL_DEPTH_8U, 1);
    cvCvtColor(pSrcImage, g_pGrayImage, CV_BGR2GRAY);

    // 创建二值图
    g_pBinaryImage = cvCreateImage(cvGetSize(g_pGrayImage), IPL_DEPTH_8U, 1);

    // 显示原图
    cvNamedWindow(pstrWindowsSrcTitle, CV_WINDOW_AUTOSIZE);
    cvShowImage(pstrWindowsSrcTitle, pSrcImage);
    // 创建二值图窗口
    cvNamedWindow(pstrWindowsBinaryTitle, CV_WINDOW_AUTOSIZE);

    // 滑动条    
    int nThreshold = 0;
    cvCreateTrackbar(pstrWindowsToolBarName, pstrWindowsBinaryTitle, &nThreshold, 254, on_trackbar);

    on_trackbar(1);

    cvWaitKey(0);

    cvDestroyWindow(pstrWindowsSrcTitle);
    cvDestroyWindow(pstrWindowsBinaryTitle);
    cvReleaseImage(&pSrcImage);
    cvReleaseImage(&g_pGrayImage);
    cvReleaseImage(&g_pBinaryImage);
    return 0;
}

(注;opencv4.0以上可能无法运行，部分函数可能找不到，反正在我的vs上cvloadimage一直爆红)

 这是另一个实现二值化的代码，如下，可以成功运行

//对一幅图像进行二值化
#include<iostream>
#include <opencv2/core/core.hpp>  
#include <opencv2/opencv.hpp>
#include <opencv2/highgui/highgui.hpp> 
#include <opencv2/highgui/highgui_c.h>
#include "opencv2/imgproc/imgproc_c.h"
#include <opencv2/imgproc/imgproc.hpp>  
using namespace cv;
using namespace std;


int main()
{
    Mat imag, result;
    imag = imread("D:/picture/ZiXia.jpg", 0);    //将读入的彩色图像直接以灰度图像读入
    namedWindow("原图", 1);
    imshow("原图", imag);
    result = imag.clone();
    //进行二值化处理，选择30，200.0为阈值
    threshold(imag, result, 30, 200.0, -1);
    namedWindow("二值化图像");
    imshow("二值化图像", result);
    waitKey();
    return 0;
}

 

相比于第二个代码，第一个代码运行时可以动态调整阈值，且阈值越大黑色区域更多，运行效果更好体现了阈值的含义，不过这两个代码的核心函数都是threshold();

对于该函数

函数原型

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。（两者由区别）
dst：输出图像
thresh：阈值
maxval：dst图像中最大值
type：阈值类型，可以具体类型如下：

编号

阈值类型枚举

注意

1

THRESH_BINARY

 

2

THRESH_BINARY_INV

 

3

THRESH_TRUNC

 

4

THRESH_TOZERO

 

5

THRESH_TOZERO_INV

 

6

THRESH_MASK

不支持

7

THRESH_OTSU

不支持32位

8

THRESH_TRIANGLE

不支持32位
第三个参数设置阈值，越大则黑色的区域越大，否则反之，第四个参数越大白色的区域越白。