c++视觉处理----固定阈值操作：Threshold()函数，实时处理：二值化，反二值化，截断，设为零，反向设为零

固定阈值操作： Threshold()函数

cv::threshold() 函数是OpenCV中用于执行固定阈值二值化操作的函数。它可以用来将图像中的像素值根据用户定义的阈值转换为二进制值（0或255），以便进行图像分割、物体检测和特征提取等任务。

cv::threshold() 函数的基本语法如下：

double cv::threshold(cv::InputArray src,       // 输入图像cv::OutputArray dst,      // 输出图像double thresh,            // 阈值double maxval,            // 阈值以上像素的新值int type                  // 阈值类型
);

参数解释：

• src：输入图像，应为单通道灰度图像。
• dst：输出图像，函数将处理后的图像存储在这里。
• thresh：阈值，用于将像素分为两类。像素值大于等于阈值将被赋予 maxval 值，小于阈值的将被赋予0。
• maxval：阈值以上像素的新值，通常为255。
• type：阈值类型，用于指定阈值化的方式，常见的类型包括
  • cv::THRESH_BINARY（二值化）、
  • cv::THRESH_BINARY_INV（反二值化）、
  • cv::THRESH_TRUNC（截断）、
  • cv::THRESH_TOZERO（设为零）、
  • cv::THRESH_TOZERO_INV（反向设为零）等。

以下是一个简单的示例代码，演示如何使用 cv::threshold() 函数对图像进行二值化：

#include <opencv2/opencv.hpp>int main() {cv::Mat image = cv::imread("input_image.jpg", cv::IMREAD_GRAYSCALE);if (image.empty()) {std::cerr << "Failed to open the image!" << std::endl;return -1;}// 设置阈值和阈值类型double thresholdValue = 128;double maxVal = 255;int thresholdType = cv::THRESH_BINARY; // 二值化// 应用阈值操作cv::Mat thresholdedImage;cv::threshold(image, thresholdedImage, thresholdValue, maxVal, thresholdType);// 显示处理后的图像cv::imshow("Thresholded Image", thresholdedImage);cv::waitKey(0);return 0;
}

使用相机实时处理：二值化，反二值化，截断，设为零，反向设为零

#include <opencv2/opencv.hpp>// 回调函数，用于处理滑动条变化
void onThresholdChange(int thresholdType, void* userdata) {cv::Mat* inputImage = static_cast<cv::Mat*>(userdata);// 初始化阈值和阈值类型int thresholdValue = 128;int maxVal = 255;// 应用不同类型的阈值操作switch (thresholdType) {case 0: // 二值化cv::threshold(*inputImage, *inputImage, thresholdValue, maxVal, cv::THRESH_BINARY);break;case 1: // 反二值化cv::threshold(*inputImage, *inputImage, thresholdValue, maxVal, cv::THRESH_BINARY_INV);break;case 2: // 截断cv::threshold(*inputImage, *inputImage, thresholdValue, maxVal, cv::THRESH_TRUNC);break;case 3: // 设为零cv::threshold(*inputImage, *inputImage, thresholdValue, maxVal, cv::THRESH_TOZERO);break;case 4: // 反向设为零cv::threshold(*inputImage, *inputImage, thresholdValue, maxVal, cv::THRESH_TOZERO_INV);break;default:break;}// 显示处理后的图像cv::imshow("Thresholded Image", *inputImage);
}int main() {cv::VideoCapture cap(0); // 打开本地相机if (!cap.isOpened()) {std::cerr << "Failed to open the camera!" << std::endl;return -1;}cv::Mat frame;cap >> frame; // 读取一帧图像// 创建窗口cv::namedWindow("Thresholded Image");// 初始化阈值类型滑动条int initialThresholdType = 0;cv::createTrackbar("Threshold Type", "Thresholded Image", &initialThresholdType, 4, onThresholdChange, &frame);// 显示原始图像cv::imshow("Thresholded Image", frame);// 循环捕获并处理图像，直到按下ESC键退出while (true) {int key = cv::waitKey(10);if (key == 27) // 按下ESC键退出循环break;cap >> frame; // 读取一帧图像// 实时更新阈值类型滑动条的值，触发回调函数cv::setTrackbarPos("Threshold Type", "Thresholded Image", initialThresholdType);// 显示原始图像// cv::imshow("Thresholded Image", frame);}// 关闭相机和窗口cap.release();cv::destroyAllWindows();return 0;
}