一.简介

在处理图像中,二值化图像(只含灰度值0或1)比灰度图像和彩色图像的计算速度最快

一副图像包括目标背景噪声等想要提取目标物体,通常是采用灰度变换的阈(yu)值化操作

图像的阈值化操作就是将图像像素点分布规律,设定阈值进行像素点分割,进而得到图像的二值图像

图像阈值化的方法有:经典OTSU 固定阈值自适应阈值双阈值半阈值操作

二.OTSU阈值化

OTSU算法是在1979年提出的一种寻找图像阈值的最大类间方差算法

OTSU算法的步骤:

(1) 统计灰度级中每个像素在整幅图像中的个数

(2) 计算每个像素在整幅图像的概率分布

(3) 对灰度级进行遍历搜索,计算当前灰度值下前景背景类间概率

(4) 通过目标函数计算出类内与类间方差下对应的阈值

#include <stdio.h>
#include <string>
#include "opencv2/highgui/highgui.hpp"
#include "opencv2/opencv.hpp"
using namespace std;
using namespace cv;
// 大均法函数实现
int OTSU(cv::Mat srcImage)
{
    int nCols = srcImage.cols;
    int nRows = srcImage.rows;
    int threshold = 0;
    // 初始化统计参数
    int nSumPix[256];
    float nProDis[256];
    for (int i = 0; i < 256; i++)
    {
        nSumPix[i] = 0;
        nProDis[i] = 0;
    }
    // 统计灰度级中每个像素在整幅图像中的个数
    int temp;
    for (int i = 0; i < nRows; i++)
    {
        for (int j = 0; j < nCols; j++)
        {
            temp = srcImage.at<uchar>(i, j);
            if((temp < 256) && (temp >= 0))
                nSumPix[temp]++;
        }
    }
    // 计算每个灰度级占图像中的概率分布
    for (int i = 0; i < 256; i++)
    {
        nProDis[i] = (float)nSumPix[i] / (nCols * nRows);
    }
    // 遍历灰度级 [0, 255],计算出最大类间方差下的阈值
    float w0, w1, u0_temp, u1_temp, u0, u1, delta_temp;
    double delta_max = 0.0;
    for (int i = 0; i < 256; i++)
    {
        // 初始化相关参数
        w0 = w1 = u0_temp = u1_temp = u0 = u1 =delta_temp = 0;
        for (int j = 0; j < 256; j++)
        {
            // 背景部分
            if (j <= i)
            {
                // 当前 i 为分割阈值,第一类总的概率
                w0 += nProDis[j];
                u0_temp += j * nProDis[j];
            }
            // 前景部分
            else
            {
                // 当前 i 为分割阈值,第一类总的概率
                w1 += nProDis[j];
                u1_temp += j * nProDis[j];
            }
        }
        // 分别计算各类的平均灰度
        u0 = u0_temp / w0;
        u1 = u1_temp / w1;
        delta_temp = (float)(w0 * w1 * pow((u0 - u1), 2));
        // 依次找到最大类间方差下的阈值
        if(delta_temp > delta_max)
        {
            delta_max = delta_temp;
            threshold = i;
        }
    }
    return threshold;
}
int main()
{
    // 图像读取及判断
    cv::Mat srcImage = cv::imread("a.jpg");
    if(!srcImage.data)
        return 1;
    // 灰度转换
    cv::Mat srcGray;
    cv::cvtColor(srcImage, srcGray, CV_RGB2GRAY);
    cv::imshow("srcGray", srcGray);
    // 调用OTSU二值化算法得到阈值
    int ostuThreshold = OTSU(srcGray);
    std::cout << ostuThreshold << std::endl;
    // 定义输出结果图像
    cv::Mat otsuResultImage = cv::Mat::zeros(srcGray.rows, srcGray.cols, CV_8UC1);
    // 利用得到的阈值实现二值化操作
    for (int i = 0; i < srcGray.rows; i++)
    {
        for (int j = 0; j < srcGray.cols; j++)
        {
            // 满足大于阈值ostuThreshold置于255
            if (srcGray.at<uchar>(i, j) > ostuThreshold)
                otsuResultImage.at<uchar>(i, j) = 255;
            else
                otsuResultImage.at<uchar>(i, j) = 0;
        }
    }
    cv::imshow("otsuResultImage", otsuResultImage);
    cv::waitKey(0);
    return 0;
}

三.固定阈值

opencv提供了阈值化函数threshold(),用在单通道图像(多通道转单通道)中固定阈值化处理,得到二值化灰度图像

double threshold(InputArray src, OutputArray dst, double thresh, double maxval, int type)

src

　　　　源图像

dst

　　　　输出图像

thresh

　　　　表示阈值设置

maxval

　　　　表示预设最大值

type　　　　

　　　　表示阈值化处理的类型

#include "opencv2/imgproc/imgproc.hpp"
#include "opencv2/highgui/highgui.hpp"
int main()
{
    // 读取源图像及判断
    cv::Mat srcImage = cv::imread("a.jpg");
    if (!srcImage.data)
        return 1;
    // 转化为灰度图像
    cv::Mat srcGray;
    cv::cvtColor(srcImage, srcGray, CV_RGB2GRAY);
    cv::imshow("srcGray", srcGray);
    cv::Mat dstImage;
    // 初始化阈值参数
    int thresh = 130;
    //初始化阈值处理的类型
    /*
        0:二进制阈值
        1:反二进制阈值
        2:截断阈值
        3:0阈值
        4:反0阈值
    */
    int threshType = 0;
    // 预设最大值
    const int maxVal = 255;
    // 固定阈值化操作
    cv::threshold(srcGray, dstImage, thresh, maxVal, threshType);
    cv::imshow("stdImage", dstImage);
    cv::waitKey(0);
    return 0;
}

四.自适应阈值

OpenCV提供了自适应阈值化函数adaptiveThreshold()

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

#include "opencv2/imgproc/imgproc.hpp"
#include "opencv2/highgui/highgui.hpp"
int main()
{
    // 图像读取及判断
    cv::Mat srcImage = cv::imread("a.jpg");
    if (!srcImage.data)
        return -1;
    // 灰度转换
    cv::Mat srcGray;
    cv::cvtColor(srcImage, srcGray, CV_RGB2GRAY);
    cv::imshow("srcGray", srcGray);
    cv::Mat dstImage;
    // 初始化自适应阈值参数
    int blockSize = 5;
    int constValue = 10;
    const int maxVal = 255;
    // 自适应阈值算法
    int adaptiveMethod = 0;
    int thresholdType = 1;
    // 图像自适应阈值操作
    cv::adaptiveThreshold(srcGray, dstImage, maxVal, adaptiveMethod, thresholdType, blockSize, constValue);
    cv::imshow("dstImage", dstImage);
    cv::waitKey(0);
    return 0;
}