本文共 2699 字，大约阅读时间需要 8 分钟。
目录
一、前言
继续填坑。
如果想看其他有关于OpenCV学习方法介绍、学习教程、代码实战、常见报错及解决方案等相关内容，可以直接看我的OpenCV分类：
如果你想了解更多有关于计算机视觉、OpenCV、机器学习、深度学习等相关技术的内容，想与更多大佬一起沟通，那就扫描下方二维码加入我们吧！
二、阈值操作
1、啥是阈值
首先先说一下啥是阈。阈的意思是界限，那阈值就是界限值。怎么理解这个呢。
我们考虑成绩，100分满分，60分及格。60分就是一个阈值，如果大于等于这个阈值，那就是属于及格，如果小于这个阈值，就是不及格。
通过上面这种分类，我们将所有的成绩分成两个类别，分类的标准，也就是界限，就是阈值。
2、阈值有哪些
在opencv中，常用的阈值有如下几个：
（1）阈值二值化(threshold binary)。
（2）阈值反二值化(threshold binary Inverted)
（3）截断 (truncate)
（4）阈值取零 (threshold to zero)
（5）阈值反取零 (threshold to zero inverted)
名字都挺高大上，但是很简单，我们一个一个来讲解。
为了方便讲解，我们使用如下的一个图像，红色表示图像，黑色是图像的边界，蓝色是阈值
1.阈值二值化
阈值二值化就是通过阈值将所有的情况分成两种情况：
1.大于阈值，取最大值。
2.小于等于阈值取0。
如果用公式表示一下，就是如下的公式
对于原图，如果我们进行二值化操作，那么蓝色的线以上的，都变成最大值，蓝色的线以下的线都变成0，也就是如下图：
2.阈值反二值化
阈值反二值化也是通过阈值将所有的情况分成两种情况，但是和二值化相反：
1.大于阈值，取0。
2.小于等于阈值取最大值。
如果用公式表示一下，就是如下的公式
对于原图，如果我们进行反二值化操作，那么蓝色的线以下的，都变成最大值，蓝色的线以上的线都变成0，也就是如下图：
3.截断
截断从字面意思去理解也是比较简单的，大家可以想一下园丁在修建花草，为了美观，会把所有的树剪成一样高的，也就是会把大于阈值的去掉：
1.大于阈值的，取阈值。
2.小于等于阈值取原值。
如果用公式表示一下，就是如下的公式
对于原图，如果我们进行截断操作，也就是如下图：
4.阈值取零
阈值取零相当于设限，大家考虑比赛，如果比赛晋级，那成绩有效，继续比赛，如果成绩没有达标，那就算输，成绩归零，也就是会把小于阈值的归零：
1.大于阈值的，取原值。
2.小于等于阈值取0。
如果用公式表示一下，就是如下的公式
对于原图，如果我们进行截断操作，也就是如下图：
5.阈值反取零
阈值反取零和阈值取零相反，也就是会把大于阈值的取零：
1.大于阈值的，取0。
2.小于等于阈值取原值。
如果用公式表示一下，就是如下的公式
对于原图，如果我们进行截断操作，也就是如下图：
总结一下，五个基本阈值操作如下：
3、API与代码实战
1.API
图像的阈值操作API如下：
double threshold( InputArray src, OutputArray dst, double thresh, double maxval, int type);
函数参数含义如下：
（1）InputArray类型的src ，输入图像，多通道、8位或32位浮点。
（2）OutputArray类型的dst ，输出图像，图像的大小、类型、通道数和输入图像相同。
（3）double类型的thresh，阈值。
（4）double类型的maxval，使用THRESH_BINARY 和THRESH_BINARY_INV阈值类型时候的最大值。
（5）int类型的type，阈值类型，取值参见：cv::ThresholdTypes。
2.代码展示
讲完API，我们看一个具体的例子。为了能够看到更好的效果，我们结合一下滑动条trackbar。如果你还不了解trackbar，那可以看这篇博客：
形态学操作应用（trackbar应用）：
我们通过调整trackbar来控制阈值，并实现阈值类型的来回切换。
#include#include using namespace std;using namespace cv;//全局变量Mat src, dst;int thresholdValue = 127;int thresholdMax = 255;int typeValue = 2;int typeMax = 4;const char* output_title = "binary img";//窗口名称“二值化图像”void Threshold_Demo(int, void*);//二值化演示函数//主函数入口int main(){ src = imread("E:/image/girl2.png"); if (!src.data) { cout << "could not load image..." << endl; return -1; } imshow("show image", src); namedWindow(output_title, CV_WINDOW_AUTOSIZE); createTrackbar("Threshold Value", output_title, &thresholdValue, thresholdMax, Threshold_Demo);//动态调整 createTrackbar("Type Value", output_title, &typeValue, typeMax, Threshold_Demo); Threshold_Demo(0, 0); imshow(output_title, dst); waitKey(0); return 0;}void Threshold_Demo(int, void*){ threshold(src, dst, thresholdValue, thresholdMax, typeValue); imshow(output_title, dst);}
3.执行结果
大家也可以自己尝试一下呀，一定要多做练习！
大家也可以尝试先将图像二值化，然后再进行阈值操作。
转载地址：http://mzyni.baihongyu.com/