0519-85602926 15861139266
OpenCV的threshold函數(shù)一般是給定一個閾值，對超過或者低于這個閾值的像素進行處理，函數(shù)如下：
threshold( InputArray src, // 輸入圖像 OutputArray dst, // 輸出圖像 double thresh, // 閾值 double maxValue, // 最大值（對于三通道圖像一般是255） int thresholdType // 閾值化操作的類型 ) 閾值化操作的類型常用兩種： THRESH_BINARY //黑背景找白目標（即超過設(shè)定閾值的值置255，其他為0）THRESH_BINARY_INV //白背景找黑目標（即超過設(shè)定閾值的值置0，其他為255）
全局閾值類似一刀切的概念。對于整體圖像來說，找到一個合適的閾值，將圖像分為0（黑色）和255(白色）。
對于亮度分布差異較大的圖像，因為常常無法找到一個合適的閾值。因此我們需要一種改進的閾值化算法，即自適應(yīng)閾值化。
OutputArray dst, maxValue, adaptiveMethod, thresholdType blockSize, C
自適應(yīng)閾值化能夠根據(jù)圖像不同區(qū)域亮度分布的，改變閾值。因此，我們針對同一圖像的不同區(qū)域獲得不同的閾值，并為具有不同照明的圖像提供更好的結(jié)果。
對于圖像具有明顯的雙分界特征，可以使用雙閾值法進行二值化操作，即實現(xiàn)Halcon中的threshold函數(shù)。
簡單來說：
Halcon的threshold函數(shù)是獲取區(qū)間[a, b]之間的灰度值（雙閾值）
OpenCV的threshold只能針對大于或者小于a或者b的灰度值處理（單閾值）
因此我們可以預(yù)設(shè)兩個特定的閾值量thresh1、thresh2，并且thresh1 < thresh2 。閾值化的過程就是，將在 （thresh1，thresh2） 這個區(qū)間內(nèi)的灰度值設(shè)置為maxVal（255），將其余部分設(shè)置為0 。
const int maxVal = 255; //預(yù)設(shè)最大值
int low_threshold = 90; //較小的閾值量
int high_threshold = 190; //較大的閾值量 //小閾值對源灰度圖像進行二進制閾值化操作 threshold(srcGray, dst1, low_threshold, maxVal, THRESH_BINARY); //大閾值對源灰度圖像進行反二進制閾值化操作 threshold(srcGray, dst2, high_threshold, maxVal, THRESH_BINARY_INV); //矩陣"與運算"得到二值化結(jié)果
bitwise_and(dst1, dst2, dst); //對像素加和
imshow("雙閾值二值化", dst);