OpenCV实现图像阈值化

纯粹阅读，请移步OpenCV实现图像阈值化

效果图

源码

KqwOpenCVBlurDemo

阈值化是一种将我们想要在图像中分析的区域分割出来的方法。

我们把每个像素值都与一个预设的阈值做比较，再根据比较的结果调整像素值。

类似这样

Imgproc.threshold(src,src,100,255,Imgproc.THRESH_BINARY);

其中100是阈值，255是最大值（纯白色的值）。

常量

名称	常量
二值阈值化	Imgproc.THRESH_BINARY
阈值化到零	Imgproc.THRESH_TOZERO
截断阈值化	Imgproc.THRESH_TRUNC
反转二值阈值化	Imgproc.THRESH_BINARY_INV
反转阈值化到零	Imgproc.THRESH_TOZERO_INV

自适应阈值

上述的阈值化是全局性的，我们也可以根据邻域像素为任意像素计算阈值。

自适应阈值用到的3个参数

自适应方法

Imgproc.ADAPTIVE_THRESH_MEAN_C：阈值是邻域像素的值

Imgproc.ADAPTIVE_THRESH_GAUSSIAN_C：阈值是领域像素的加权和，权重来自高斯核

块尺寸

邻域的大小

常量C

从对每个像素计算得到的均值或加权均值减去的常量

图像置灰

Imgproc.cvtColor(src, src, Imgproc.COLOR_BGR2GRAY);

自适应阈值化

Imgproc.adaptiveThreshold(src, src, 255, Imgproc.ADAPTIVE_THRESH_MEAN_C, Imgproc.THRESH_BINARY, 3, 0);

封装

这里我用到了RxJava。主要是因为图片处理是耗时操作，会阻塞线程，为了防止界面卡顿，这里使用RxJava进行了线程切换。

/**
* 自适应阈值
*
* @param bitmap 要处理的图片
*/
public void adaptiveThreshold(Bitmap bitmap) {
// 使用RxJava处理图片
if (null != mSubscriber)
Observable
.just(bitmap)
.map(new Func1<Bitmap, Bitmap>() {

@Override
public Bitmap call(Bitmap bitmap) {
// Bitmap转为Mat
Mat src = new Mat(bitmap.getHeight(), bitmap.getWidth(), CvType.CV_8UC4);
Utils.bitmapToMat(bitmap, src);

// 图像置灰
Imgproc.cvtColor(src, src, Imgproc.COLOR_BGR2GRAY);
// 自适应阈值化
Imgproc.adaptiveThreshold(src, src, 255, Imgproc.ADAPTIVE_THRESH_MEAN_C, Imgproc.THRESH_BINARY, 3, 0);

// 二值阈值化
// Imgproc.threshold(src,src,100,255,Imgproc.THRESH_BINARY);
// 阈值化到零
// Imgproc.threshold(src,src,100,255,Imgproc.THRESH_TOZERO);
// 截断阈值化
// Imgproc.threshold(src,src,100,255,Imgproc.THRESH_TRUNC);
// 反转二值阈值化
// Imgproc.threshold(src,src,100,255,Imgproc.THRESH_BINARY_INV);
// 反转阈值化到零
// Imgproc.threshold(src,src,100,255,Imgproc.THRESH_TOZERO_INV);

// Mat转Bitmap
Bitmap processedImage = Bitmap.createBitmap(src.cols(), src.rows(), Bitmap.Config.ARGB_8888);
Utils.matToBitmap(src, processedImage);

return processedImage;
}
})
.subscribeOn(Schedulers.io())
.observeOn(AndroidSchedulers.mainThread())
.subscribe(mSubscriber);
}

调用

// 图片处理的工具类
mBlurUtil = new BlurUtil(new Subscriber<Bitmap>() {
@Override
public void onCompleted() {
// 图片处理完成
dismissProgressDialog();
}

@Override
public void onError(Throwable e) {
// 图片处理异常
dismissProgressDialog();
}

@Override
public void onNext(Bitmap bitmap) {
// 获取到处理后的图片
mIvImageProcessed.setImageBitmap(bitmap);
}
});

// 自适应阈值
mBlurUtil.adaptiveThreshold(mSelectImage);