Opencv实现图像的灰度处理，二值化，阀值选择

前几天接触了图像的处理，发现用OPencv处理确实比较方便，毕竟是很多东西都封装好的，但是要研究里面的东西，还是比较麻烦的，首先，你得知道图片处理的一些知识，比如腐蚀，膨胀，仿射，透射等，还有很多算法，傅里叶，积分，卷积，频谱，加权。。。，反正我看了半天，是云里雾里的，所以就想先就笼统的过一遍，以后遇到了再具体分析，比较这方面的基础没那么扎实。先来记录下目前学习到的一些知识。

首先是图像的灰度处理：

CV_LOAD_IMAGE_GRAYSCALE，这是最简单之间的办法，在载入图像时直接处理

IplImage* Igray=cvLoadImage("test.jpg",CV_LOAD_IMAGE_GRAYSCALE);

得到的图像就是单通道的，也可以用这个函数：CVAPI(void) cvCvtColor( const CvArr* src, CvArr* dst, int code );

code=CV_BGR2GRAY;

opencv还提供了很多方式，我这边就不一一举例了。

图像的二值化是将图像上的像素点的灰度值设置为0或255，也就是将整个图像呈现出明显的黑白效果。

灰度处理后就可以二值化了，这是方便图像处理的重要步骤，但貌似不适合对颜色有要求的图像处理，对轮廓有要求的比较有效。

函数是这个：CVAPI(double) cvThreshold( const CvArr* src, CvArr* dst,

double threshold, double max_value,

int threshold_type );

threshold是阀值，max_value取值255最大值

threshold_type:就是显示的轮廓会有不同

/* Types of thresholding */

#define CV_THRESH_BINARY 0 /* value = value > threshold ? max_value : 0 */

#define CV_THRESH_BINARY_INV 1 /* value = value > threshold ? 0 : max_value */

#define CV_THRESH_TRUNC 2 /* value = value > threshold ? threshold : value */

#define CV_THRESH_TOZERO 3 /* value = value > threshold ? value : 0 */

#define CV_THRESH_TOZERO_INV 4 /* value = value > threshold ? 0 : value */

#define CV_THRESH_MASK 7

#define CV_THRESH_OTSU 8 /* use Otsu algorithm to choose the optimal threshold value;

combine the flag with one of the above CV_THRESH_* values */

阀值选取：

一般来说会取100,127等固定值，这类取值比较随意，的到的图像也还可以，但是这边比较推荐的一个方式是自适应阀值：

IplImage* Igray=0,*It=0,*Iat;

int threshold_type = CV_THRESH_BINARY;

int adaptive_method = CV_ADAPTIVE_THRESH_GAUSSIAN_C;

int blocksize = 31;

double offset =15;

int threshold=100;

if(0==(Igray=cvLoadImage("test.jpg",CV_LOAD_IMAGE_GRAYSCALE))){

return -1;

}

It = cvCreateImage(cvSize(Igray->width,Igray->height),

IPL_DEPTH_8U,

1);

Iat = cvCreateImage(cvSize(Igray->width,Igray->height),

IPL_DEPTH_8U,

1);

//Threshold

cvThreshold(Igray,It,threshold,255,threshold_type);//阀值100

cvAdaptiveThreshold(Igray,Iat,255,adaptive_method,//自适应阀值，blocksize为奇数

threshold_type,blocksize,offset);