OpenCV中图像二值化函数调用几个关键点详解

点击上方蓝字关注我们

微信公众号：OpenCV学堂
关注获取更多计算机视觉与深度学习知识

threshold函数-参数说明

OpenCV在图像二值化的时候提供了一些很有用的API函数，其实基于指定阈值与全局阈值二值化的API函数为

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

其官方对各个参数的解释如下

src 输入图像，浮点数或者字节类型

dst 输出图像，跟输入图像类型一致

thresh, 阈值

maxval 最大值

type 二值化方式

当前支持五种二值化方式，分别为：

使用演示

输入原图为：

直接输入阈值二值化，很多人正常的操作是：

# 转为灰度之后
src = cv.imread("D:/images/test.png")
gray = cv.cvtColor(src, cv.COLOR_BGR2GRAY)
ret, binary = cv.threshold(gray, 127, 255, cv.THRESH_BINARY)
cv.imshow("manual-thresh-binary", binary)

显示如下：

实际上threshold在直接输入阈值的时候是支持三通道图像的，代码如下：

1src = cv.imread("D:/images/test.png")
2cv.imshow("input", src)
3h, w, c = src.shape
4
5# 手动阈值
6ret, binary = cv.threshold(src, 127, 255, cv.THRESH_BINARY)
7cv.imshow("manual-thresh-binary-RGB", binary)

显示如下：

但是当手动阈值输入，变成自动阈值计算的时候，threshold方法就只支持单通道的图像，换言之，对三通道的图像，threshold不支持自动阈值查找。如果输入图像是三通道的调用下面的代码

1# 自动阈值
2src = cv.imread("D:/images/test.png")
3ret, binary = cv.threshold(src, 127, 255, cv.THRESH_BINARY | cv.THRESH_OTSU)
4cv.imshow("auto-binary-gray", binary)

就会得到如下错误：

error: (-215:Assertion failed) src.type() == CV_8UC1 in function 'cv::threshold'

修改一下

1src = cv.imread("D:/images/test.png")
2gray = cv.cvtColor(src, cv.COLOR_BGR2GRAY)
3ret, binary = cv.threshold(gray, 127, 255, cv.THRESH_BINARY | cv.THRESH_OTSU)
4cv.imshow("auto-binary-gray", binary)

显示结果如下：

另外一个问题，这个也是很多新手调用C++版本threshold的自动阈值计算问过我的问题，就是自动阈值计算出来的阈值是多少，其实就是调用函数的返回double值而已。可见有时候大家不怎么看官方文档。

以上就是threshold函数在调用时候值得注意两个关键点！

推荐阅读