OpenCV杂项图像变换(1)自适应阈值处理函数adaptiveThreshold()的使用

本文主要是介绍OpenCV杂项图像变换(1)自适应阈值处理函数adaptiveThreshold()的使用，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！

操作系统：ubuntu22.04
OpenCV版本：OpenCV4.9
IDE:Visual Studio Code
编程语言：C++11

算法描述

函数对数组应用自适应阈值。
该函数根据以下公式将灰度图像转换为二值图像：

对于 THRESH_BINARY:
$\\text{dst}(x, y) =\begin{cases}\ \text{maxValue} & \text{如果 } \text{src}(x, y) > T(x, y) \\ 0 & \text{否则} \end{cases}$
对于THRESH_BINARY_INV:
$\text{dst}(x, y) = \begin{cases} 0 & \text{如果 } \text{src}(x, y) > T(x, y) \\ \text{maxValue} & \text{否则} \end{cases}$
其中 $T (x, y)$ 是为每个像素单独计算的阈值（参见 adaptiveMethod 参数）。

adaptiveThreshold() 函数是 OpenCV 中用于实现自适应阈值处理的一种方法。这种处理方式特别适用于照明条件变化较大的场景，因为它能够根据图像局部区域的亮度自动调整阈值。

该函数可以原地处理图像。

函数原型


void cv::adaptiveThreshold	
(InputArray 	src,OutputArray 	dst,double 	maxValue,int 	adaptiveMethod,int 	thresholdType,int 	blockSize,double 	C 
)

参数

参数src 源 8 位单通道图像。
参数dst 目标图像，具有与 src 相同的大小和类型。
参数maxValue 分配给满足条件的像素的非零值。
参数adaptiveMethod 使用的自适应阈值算法，参见 AdaptiveThresholdTypes。使用 BORDER_REPLICATE | BORDER_ISOLATED 来处理边界。
参数thresholdType 阈值类型，必须是 THRESH_BINARY 或 THRESH_BINARY_INV，参见 ThresholdTypes。
参数blockSize 用于计算像素阈值的像素邻域大小：3, 5, 7 等等。
参数C 从均值或加权均值中减去的常数（参见下面的详细信息）。通常它是正数，但也可能是零或负数。

代码示例


#include <opencv2/opencv.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <opencv2/imgproc/imgproc.hpp>using namespace cv;int main(int argc, char** argv)
{// 读取图像Mat image = imread("/media/dingxin/data/study/OpenCV/sources/images/sun2.jpg", IMREAD_GRAYSCALE);if (image.empty()) {std::cerr << "Error: Could not open or find the image." << std::endl;return -1;}// 创建输出图像Mat binaryImage;// 应用自适应阈值处理adaptiveThreshold(image, binaryImage, 255, ADAPTIVE_THRESH_MEAN_C, THRESH_BINARY, 3, 2);// 显示结果namedWindow("Original Image", WINDOW_NORMAL);imshow("Original Image", image);namedWindow("Binary Image", WINDOW_NORMAL);imshow("Binary Image", binaryImage);waitKey(0);return 0;
}