阈值函数实例应用

阈值是最简单的图像分割方法。

比如为了从下图中分割出苹果,我们利用前景与背景的灰度差值,通过设定一个阈值,对于该像素大于这个阈值时就以黑色表示,小于便以灰色表示。

Threshold simple example


五种阈值类型

和OpenCV一样,我们将提供五种阈值类型,方便使用。

下面是原图像的波形表示,纵坐标表示像素点的灰度值大小,蓝线是阈值大小。

Threshold Binary

二进制阈值化

公式表示是:

图像表示是:

Threshold Binary

可见超过该阈值的就变成最大值(即255),否则变成最小值(也就是0)。我们需要一个函数来实现这个功能:

复制代码 代码如下:


var CV_THRESH_BINARY = function(__value, __thresh, __maxVal){
return __value > __thresh ? __maxVal : 0;
};


反二进制阈值化

公式表示是:

图像表示是:

Threshold Binary Inverted

这个则反过来,超过阈值的变成最小值,否则变成最大值。函数实现是:

复制代码 代码如下:


var CV_THRESH_BINARY_INV = function(__value, __thresh, __maxVal){
return __value > __thresh ? 0 : __maxVal;
};


截断阈值化

公式表示是:

图像表示是:

Threshold Truncate

可见这个是超过阈值的就被截断。函数实现是:

复制代码 代码如下:


var CV_THRESH_TRUNC = function(__value, __thresh, __maxVal){
return __value > __thresh ? __thresh : 0;
};


阈值化为0

公式表示是:

图像表示是:

这个则是小于阈值的都化为0处理。函数实现:

复制代码 代码如下:


var CV_THRESH_TOZERO = function(__value, __thresh, __maxVal){
return __value > __thresh ? __value : 0;
};


反阈值化为0

公式表示是:

图像表示是:

Threshold Zero Inverted

这个则在超过阈值时候置为0,函数实现是:

复制代码 代码如下:


var CV_THRESH_TOZERO_INV = function(__value, __thresh, __maxVal){
return __value > __thresh ? 0 : __value;
};


阈值处理函数实现

然后我们做一个函数对整幅图进行上面这几种类型的阈值处理。

复制代码 代码如下:


var threshold = function(__src, __thresh, __maxVal, __thresholdType, __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),
dData = dst.data,
maxVal = __maxVal || 255,
threshouldType = __thresholdType || CV_THRESH_BINARY;

var i, j, offset;

for(i = height; i--;){
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;
};


这个函数比较简单,就是对每个像素点赋值为

复制代码 代码如下:


threshouldType(sData[offset], __thresh, maxVal)


返回的数值。

您可能感兴趣的文章:

内容版权声明:除非注明,否则皆为本站原创文章。

转载注明出处:https://www.heiqu.com/wddddd.html