前言
上一篇文章，我們講解了影像處理中的亮度和對比度的變化，這篇文章我們來做一個閾值函數。
最簡單的影像分割方法
閾值是最簡單的影像分割方法。
例如為了從下圖中分割出蘋果，我們利用前景與背景的灰度差值，透過設定一個閾值，對於該像素大於這個閾值時就以黑色表示，小於便以灰色表示。
五種閾值類型
和OpenCV一樣，我們將提供五種閾值類型，方便使用。
下面是原始影像的波形表示，縱座標表示像素點的灰階值大小，藍線是閾值大小。
二元閾值化
公式表示是：
影像表示是：
可見超過該閾值的就變成最大值（即255），否則變成最小值（也就是0）。我們需要一個函數來實現這個功能：
varvar_varS_MBI_var function(__value, __thresh, __maxVal){
return __value > __thresh ? __maxVal : 0;
};
反二進位閾值
公式表示是：
texttt{thresh}$}{texttt{maxVal}}{otherwise}" src="http://files.jb51.net/file_images/article/201301/2013010314344055.png">
這個則反過來，超過閾值的變成最小值，否則變成最大值。函數實作是：
var CV_THRESH_BI____INV0(___INvalue)
return __value > __thresh ? 0 : __maxVal;
};
截斷閾值化
公式表示是：
texttt{thresh}$}{texttt{src}(x,y)}{otherwise}" src="http://files.jb51.net/file_images/article/201301/2013010314344057.png" >
可見這個是超過閾值的就被截斷。函數實作是：
var CV_THRESH_TRUNC = function(resvalue, unc__th)
return __value > __thresh ? __thresh : 0;
};
閾值化為0
公式表示是：
影像表示是：
這個則是小於閾值的都化為0處理。函數實作：
var CV_THRESH_TOZERO = function(
return __value > __thresh ? __value : 0;
};
反閾值化為0
公式表示是：
影像表示是：
這個則在超過閾值時候置為0，函數實作是：
var CV_THRESH_TOZERO_INV = function(__value, __thresh, __maxVal){
return __value > __thresh ? 0 : __value;
};
然後我們做一個函數對整幅圖進行上面這幾種類型的閾值處理。
複製程式碼
程式碼如下:var threshold = function(__s__sQs__s a__srcth maxh__s a__s__s__s maxh__s__s__s maxh__s a__s__s maxh__s__s__s maxh. , __dst){ (__src && __thresh) || error(arguments.callee, IS_UNDEFINED_OR_NULL/* {line} */);
if(__src.type && __src.type == "CV_GRAY"){
var width = __src.col,
height = __src.row,
sData = __src.data,
dst = __dst || new Mat(height, width, CV_GRAY),
Data = dst.data,
maxVal = __maxVal || 255,
threshouldType = __thresholdType || CV_THRESH_BINARY;
var i, j, offset;
var i, j, offset;
var i, j, offset;
for(j = width; j--;){
offset = i * width j;
dData[offset] = threshouldType(sData[offset], __thresh, maxVal);
}
}
}else{
error(arguments.callee, UNSPPORT_DATA_TYPE/* {line} */);
}
return dst
};
這個函數比較簡單，就是對每個像素點賦值為
程式碼如下:
threshouldType(sData[offset], __thresh, maxVal)
傳回的數值。
