opencv二值化处理

#include "stdafx.h"//对一张图片进行二值化处理

IplImage *pSrclmg =NULL;//载入的图片
IplImage *pDeclmg =NULL;//生成的图像

void onTrackerSlid(int thresth)
{
/*int i,j,k; //设置一个阈值,如果大于这个阈值就赋为255,小于这个阈值就赋为0
int height =pDeclmg->height;
int width =pDeclmg->width;
int step =pDeclmg->widthStep;
int Channels =pDeclmg->nChannels;

uchar *data0 =(uchar*)(pSrclmg->imageData);
uchar *data1 =(uchar*)(pSrclmg->imageData);

for(i=0;i<height;i++)
{
for(j=0;j<width;j++)
{

for(k=0;k<Channels;k++)
{
if(data0[i*step+j+k]>thresth)
data0[i*step+j+k]=255;
else
data1[i*step+j+k]=0;
}
}
}
cvShowImage("pDeclmg_Image",pDeclmg);*/
转为二值图
cvThreshold(pSrclmg,pDeclmg, thresth, 255, CV_THRESH_BINARY);
显示二值图
cvShowImage("pDeclmg_Image",pDeclmg);
}

int _tmain(int argc,_TCHAR* argv[])
{
int thresth=127;
pSrclmg =cvLoadImage("路面4.jpg",0);
pDeclmg =cvCreateImage(cvGetSize(pSrclmg),8,1);
cvShowImage("source_Image",pSrclmg);
pDeclmg=cvCloneImage(pSrclmg);
cvNamedWindow("source_Image",CV_WINDOW_AUTOSIZE);
cvNamedWindow("pDeclmg_Image",0);

cvCreateTrackbar("threshold","pDeclmg_Image",&thresth,255,onTrackerSlid);
onTrackerSlid(thresth);
cvSaveImage("E:\\素材\\路面5.jpg",pDeclmg);
cvWaitKey(0);

cvDestroyWindow("source_Image");
cvDestroyWindow("pDeclmg_Image");

cvReleaseImage(&pSrclmg);
cvReleaseImage(&pDeclmg);
return 0;
}

时间: 2024-10-05 03:14:07

opencv二值化处理的相关文章

OpenCV二值化cvThreshold和自适应二值化cvAdaptiveThreshold及Otsu

阈值化函数: double cvThreshold(constCvArr* src, CvArr* dst, double threshold, double max_value,int threshold_type) 参数:   src –原始数组 (单通道 , 8-bit of 32-bit 浮点数). dst –输出数组,必须与 src 的类型一致,或者为 8-bit. thresh –阈值. max_value –使用 CV_THRESH_BINARY 和 CV_THRESH_BINAR

邹柞尊茁总兹OpenCV二值化cvThreshold和自适应二值化cvAdaptiveThreshold及Otsu

http://18qmz5e.cn.ec51.com/ http://j998gkg.cn.ec51.com/ http://y18hwzv.cn.ec51.com/ http://w36993p.cn.ec51.com/ http://rd812v5.cn.ec51.com/ http://x713145.cn.ec51.com/ http://6kj8767.cn.ec51.com/ http://3wg335r.cn.ec51.com/ http://sd5j1g5.cn.ec51.com

[iOS OpenCV的使用,灰度和二值化]

看网上方法很多,但版本都不够新,我看了网上一些知识,总结了下,来个最新版Xcode6.1的. 最近主要想做iOS端的车牌识别,所以开始了解OpenCV.有兴趣的可以跟我交流下哈. 一.Opencv的使用: 步骤: 1.从官网下载iOS版本的Opencv2.framework. 2.拖进工程,选择copy items if needed 3.进入building settings,设置Framework SearchPath: 设置成$(PROJECT_DIR)/Newtest,这个Newtest

【OPENCV】图像的预处理(灰度图、二值化、字符矫正(旋转))

1.首先加载原始图片: 2.cvCvtColor(img, source, CV_BGR2GRAY);转化成灰度图像: 3.cvThreshold(source,source_gray,100,255,CV_THRESH_BINARY );进行二值化处理. 由于原始的图片会有一定的角度,需要进行旋转,而旋转的话可以使用OPENCV提供的函数实现,本文中采用的是自己编写的,即通过旋转360,并记录旋转某个角度的时候使得在x轴方向的投影最大化. 如图,经过处理的图片效果如下所示: 完整的工程已经上传

opencv 删除二值化图像中面积较小的连通域

对于上图的二值化图像,要去除左下角和右上角的噪点,方法:使用opencv去掉黑色面积较小的连通域. 代码 CvSeq* contour = NULL; double minarea = 100.0; double tmparea = 0.0; CFileDialog dlg(true); if (dlg.DoModal()==IDOK) { CvMemStorage* storage = cvCreateMemStorage(0); IplImage* img_src= cvLoadImage(

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( 

《opencv学习》 之 二值化

主要讲解OTSU算法实现图像二值化:    1.统计灰度级图像中每个像素值的个数. 2.计算第一步个数占整个图像的比例. 3.计算每个阈值[0-255]条件下,背景和前景所包含像素值总个数和总概率(就是分别计算背景和前景下第一步和第二步的              和). 4.比较第三步前景和背景之间方差,找到最大的一个确定为选定的阈值. OTSU源码: 1 #include <opencv2/opencv.hpp> 2 #include <iostream> 3 #include

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, CvArr* dst, double threshold, double max_value, int threshold_type ); 函数说明: 第一个参数表示输入图像,必须为单通道灰度图. 第二个参数表示输出的边缘图像,为单通道黑白图. 第三个参数表示阈值 第四个参数表示最大值. 第五个参数表示运算方法. 在OpenCV的imgproc\types_c.h中

OpenCV图像的全局阈值二值化函数(OTSU)

cv::threshold(GrayImg, Bw, 0, 255, CV_THRESH_BINARY | CV_THRESH_OTSU);//灰度图像二值化 CV_THRESH_OTSU是提取图像最佳阈值算法.该方法在类间方差最大的情况下是最佳的,就图像的灰度值而言,OTSU给出最好的类间分离的阈值. OpenCV阈值分割的几种方法(types_c.h中的定义): /* Threshold types */ enum { CV_THRESH_BINARY =0, /* value = valu