OpenCV学习笔记-自适应阈值化

自适应阈值化的函数为：

AdaptiveThreshold

自适应阈值方法

void cvAdaptiveThreshold( const CvArr* src, CvArr* dst, double max_value,
                          int adaptive_method=CV_ADAPTIVE_THRESH_MEAN_C,
                          int threshold_type=CV_THRESH_BINARY,
                          int block_size=3, double param1=5 );

src输入图像.dst输出图像.max_value使用 CV_THRESH_BINARY 和 CV_THRESH_BINARY_INV 的最大值.adaptive_method自适应阈值算法使用：CV_ADAPTIVE_THRESH_MEAN_C 或 CV_ADAPTIVE_THRESH_GAUSSIAN_C （见讨论）.threshold_type取阈值类型：必须是下者之一

CV_THRESH_BINARY,
CV_THRESH_BINARY_INV

block_size用来计算阈值的象素邻域大小: 3, 5, 7, ...param1与方法有关的参数。对方法 CV_ADAPTIVE_THRESH_MEAN_C 和 CV_ADAPTIVE_THRESH_GAUSSIAN_C， 它是一个从均值或加权均值提取的常数（见讨论）, 尽管它可以是负数。

函数 cvAdaptiveThreshold 将灰度图像变换到二值图像，采用下面公式：

threshold_type=CV_THRESH_BINARY:
dst(x,y) = max_value, if src(x,y)>T(x,y)
           0, otherwise

threshold_type=CV_THRESH_BINARY_INV:
dst(x,y) = 0, if src(x,y)>T(x,y)
           max_value, otherwise

其中 TI 是为每一个象素点单独计算的阈值

对方法 CV_ADAPTIVE_THRESH_MEAN_C，先求出块中的均值，再减掉param1。

对方法 CV_ADAPTIVE_THRESH_GAUSSIAN_C ，先求出块中的加权和(gaussian)， 再减掉param1。

================================================================================================================

下面的例题对阈值化和自适应阈值化进行了比较：

[cpp] view
plaincopy

#include "StdAfx.h"

#include <cv.h>

#include <highgui.h>

#include <math.h>

IplImage* Igray = 0;

IplImage* It = 0;

IplImage* Iat;

void main()

{

Igray = cvLoadImage("lena.png", CV_LOAD_IMAGE_GRAYSCALE);

It = cvCreateImage(cvSize(Igray->width, Igray->height),IPL_DEPTH_8U, 1);

Iat = cvCreateImage(cvSize(Igray->width, Igray->height),IPL_DEPTH_8U, 1);

cvThreshold(Igray, It, 150, 255,CV_THRESH_BINARY);

cvAdaptiveThreshold(Igray, Iat, 255, CV_ADAPTIVE_THRESH_MEAN_C, CV_THRESH_BINARY, 3, 5);

cvNamedWindow("orignal", 1);

cvNamedWindow("threshold", 1);

cvNamedWindow("adaptiveThresh", 1);

cvShowImage("orignal", Igray);

cvShowImage("threshold", It);

cvShowImage("adaptiveThresh", Iat);

cvWaitKey(0);

cvReleaseImage(&Igray);

cvReleaseImage(&It);

cvReleaseImage(&Iat);

cvDestroyWindow("orignal");

cvDestroyWindow("threshold");

cvDestroyWindow("adaptiveThresh");



}

运算结果为：



参考文献：

1.学习OpenCV，于仕祺，刘瑞祯，清华大学出版社，pp.159-161

2.http://blog.csdn.net/cartoonface/article/details/6011334

3.http://www.opencv.org.cn/index.php/Cv%E5%9B%BE%E5%83%8F%E5%A4%84%E7%90%86#AdaptiveThreshold

转自http://blog.csdn.net/superdont/article/details/6661994