OpenCV图像的二值化

图像的二值化：

与边缘检测相比，轮廓检测有时能更好的反映图像的内容。而要对图像进行轮廓检测，则必须要先对图像进行二值化，图像的二值化就是将图像上的像素点的灰度值设置为0或255，这样将使整个图像呈现出明显的黑白效果。在数字图像处理中，二值图像占有非常重要的地位，图像的二值化使图像中数据量大为减少，从而能凸显出目标的轮廓。

下面就介绍OpenCV中对图像进行二值化的关键函数——cvThreshold()。

函数功能：采用Canny方法对图像进行边缘检测
函数原型：
void cvThreshold(
  const CvArr* src,        第一个参数表示输入图像，必须为单通道灰度图。
  CvArr* dst,           第二个参数表示输出的边缘图像，为单通道黑白图。
  double threshold,     第三个参数表示阈值
  double max_value,     第四个参数表示最大值
  int threshold_type    第五个参数表示运算方法。
);
在OpenCV的imgproc ypes_c.h中可以找到运算方法的定义。
enum
{
    CV_THRESH_BINARY      =0,   value = value > threshold ? max_value : 0      
    CV_THRESH_BINARY_INV  =1,   value = value > threshold ? 0 : max_value      
    CV_THRESH_TRUNC       =2,   value = value > threshold ? threshold : value  
    CV_THRESH_TOZERO      =3,   value = value > threshold ? value : 0          
    CV_THRESH_TOZERO_INV  =4,   value = value > threshold ? 0 : value          
    CV_THRESH_MASK        =7,
    CV_THRESH_OTSU        =8   use Otsu algorithm to choose the optimal threshold value;
                               combine the flag with one of the above CV_THRESH_* values
};

#include "stdafx.h"
#include "iostream"
using namespace std;
#include "opencv2/opencv.hpp"

IplImage *pGrayImage = NULL;
IplImage *pBinaryImage = NULL;

const char *pImagePath = "E:/C_VC_code/Text_Photo/girl001.jpg";
const char *pGrayWindowsTitle = "原图";
const char *pBinaryWindowsTitle = "二值图";
const char *pWindowsToolBarTitle = "阀值";
void onCallBack(int pos)
{
    //change into binary image
    cvThreshold(pGrayImage, pBinaryImage, pos, 255, CV_THRESH_BINARY);
    cvShowImage(pBinaryWindowsTitle,pBinaryImage);
}
int main()
{
    //load srcouse image from file
    //IplImage *pImage = cvLoadImage(pImagePath, CV_LOAD_IMAGE_UNCHANGED);

    //load gray image from srcouce file image
    //pGrayImage = cvLoadImage(pImagePath, CV_LOAD_IMAGE_GRAYSCALE);//直接从原图获取灰度图
    //cvCvtColor(pImage,pGrayImage,CV_BGR2GRAY);

    //间接转化为灰度图
    IplImage *pImage = cvLoadImage(pImagePath, CV_LOAD_IMAGE_UNCHANGED);
    pGrayImage = cvCreateImage(cvGetSize(pImage), IPL_DEPTH_8U,1);
    cvCvtColor(pImage, pGrayImage, CV_BGR2GRAY);

    pBinaryImage = cvCreateImage(cvGetSize(pGrayImage), IPL_DEPTH_8U,1);

    //create window and show orial image
    cvNamedWindow(pGrayWindowsTitle,CV_WINDOW_AUTOSIZE);
    cvNamedWindow(pBinaryWindowsTitle,CV_WINDOW_AUTOSIZE);

    //creat slide bar
    int pos = 1;
    cvCreateTrackbar(pWindowsToolBarTitle, pBinaryWindowsTitle, &pos, 100,onCallBack);
    onCallBack(0);

    cvShowImage(pGrayWindowsTitle,pGrayImage);
    cvShowImage(pBinaryWindowsTitle,pBinaryImage);

    cvWaitKey(0);
    cvDestroyWindow(pBinaryWindowsTitle);
    cvDestroyWindow(pGrayWindowsTitle);
    cvReleaseImage(&pGrayImage);
    cvReleaseImage(&pBinaryImage);
    return 0;
}