若该文为原创文章,未经允许不得转载
原博主博客地址:https://blog.csdn.net/qq21497936
原博主博客导航:https://blog.csdn.net/qq21497936/article/details/102478062
本文章博客地址:https://blog.csdn.net/qq21497936/article/details/104731687
各位读者,知识无穷而人力有穷,要么改需求,要么找专业人士,要么自己研究
目录
OpenCV开发专栏
《OpenCV开发笔记(〇):使用mingw530_32编译openCV3.4.1源码,搭建Qt5.9.3的openCV开发环境》
《OpenCV开发笔记(三):OpenCV图像的概念和基本操作》
《OpenCV开发笔记(四):OpenCV图片和视频数据的读取与存储》
《OpenCV开发笔记(五):OpenCV读取与操作摄像头》
《OpenCV开发笔记(六):OpenCV基础数据结构、颜色转换函数和颜色空间》
《OpenCV开发笔记(八):OpenCV常用操作之计时、缩放、旋转、镜像》
《OpenCV开发笔记(九):OpenCV区域图像(ROI)和整体、局部图像混合》
《OpenCV开发笔记(十):OpenCV图像颜色通道分离和图像颜色多通道混合》
《OpenCV开发笔记(十一):OpenCV编译支持Gpu(cuda) 加速开发之win-qt-mingw32编译》
《OpenCV开发笔记(十二):OpenCV编译支持Gpu(cuda) 加速开发之win-qt-msvc2015编译(opencv3.4.0、cuda9.0、VS2015)》
《OpenCV开发笔记(十三):OpenCV图像对比度、亮度的调整》
《OpenCV开发笔记(十四):算法基础之线性滤波-方框滤波》
《OpenCV开发笔记(十五):算法基础之线性滤波-均值滤波》
《OpenCV开发笔记(十六):算法基础之线性滤波-高斯滤波》
《OpenCV开发笔记(十七):算法基础之线性滤波对比-方框、均值、高斯滤波》
《OpenCV开发笔记(十八):算法基础之非线性滤波-中值滤波》
《OpenCV开发笔记(十九):算法基础之非线性滤波-双边滤波》
《OpenCV开发笔记(二十):算法基础之非线性滤波对比-中值、双边滤波》
《OpenCV开发笔记(二十一):算法基础之形态学滤波-膨胀》
《OpenCV开发笔记(二十二):算法基础之形态学滤波-腐蚀》
《OpenCV开发笔记(二十三):算法基础之形态学滤波-开运算》
《OpenCV开发笔记(二十四):算法基础之形态学滤波-闭运算》
《OpenCV开发笔记(二十五):算法基础之形态学滤波-形态学梯度》
《OpenCV开发笔记(二十六):算法基础之形态学滤波-顶帽(礼帽)》
《OpenCV开发笔记(二十七):算法基础之形态学滤波-黑帽》
《OpenCV开发笔记(二十八):带你学习图像识别之阈值化》
持续补充中…
OpenCV开发笔记(二十八):带你学习图像识别之阈值化
前言
对于图像识别来说,首先要做预处理,预处理第一步是去噪,在之前的篇章中介绍了大量的去噪算法,接下来越过算法,进入识别的第二步:阈值化,阈值化是图像识别比较重要的操作之一。
Demo
阈值化
概述
图像阈值化通常是图像识别预处理阶段的开始,它消除了所有的颜色信息,大多数的OpoenCV的函数需要有用信息处被填入白色,背景被填入黑色。
在对各种各项进行处理操作的过程中,通道也需要对图像中的像素做出取舍与角色,直接提出一些地域或者高于一定值的像素。
阈值可以被视作做简单的图像分割方法,比如从一副图像中利用阈值分割出我们需要的物体部分,这样的图像风格防范基于图像中物体与背景之间的灰度差异,而且此分割属于像素级的分割。
为了从一副图像中提取出需要的部分,需要调整调整灰度值与阈值进行比较,并作出相应的判断,尤其注意:图像处理中,对于具体的图像处理其实是很依赖问题本身的,阈值化就依赖于具体的问题,物体在不同的图像中存在不同的灰度值,我们需要找到需要分割物体的像素点,可以对这些像素点设定一些特定的阈值。
为了突出分割,阈值化之后只会存在两种结果,超过阈值的和低于阈值的,通常的操作就是达到要求的设置为黑色或者白色,而对应的就设置为白色或者黑色,俗称“黑白配”。
如下图:虚线代表阈值:
double threshold( InputArray src,
OutputArray dst,
double thresh,
double maxval,
int type );
- 参数一:InputArray类型,一般是cv::Mat,且可以处理多通道,8或者32位浮点(注意:当使用THRESH_BINARY处理多通道的时候,每个通道都会进行阈值化,比如RGB三通道,那么可能R比G,B大,当阈值设置为大于G、B小于R时,则R为最大是,显示红色,其他类型的阈值形式类推)。
- 参数二;OutputArray类型,输出的目标图像,需要和原图片有一样的尺寸和类型。
- 参数三:double类型的thresh,阈值。
- 参数四:double类型的maxval,与“THRESH_BINARY”枚举和“THRESH_BINARY_INV”枚举一起使用才有效果,其他枚举忽略。
- 参数五:int类型的type,阈值类型。
颜色空间转换函数原型
void cvtColor( InputArray src,
OutputArray dst,
int code,
int dstCn = 0 );
- 参数一:InputArray类型,一般是cv::Mat,8位无符号,16位无符号(CV_16UC…)或单精度浮点,主要与code对颜色空间的转换一一对应。
- 参数二;OutputArray类型,输出的目标图像,主要与code对颜色空间的转换一一对应(通道数),与输入图像的尺寸大小和深度是一样的,当参数四dstCn不等于0时,则依据设置生成。
- 参数三:int类型的code,代码颜色空间转换代码(请参见ColorConversionCodes枚举)。
- 参数四:int类型的dstCn,目标图像中的通道数;如果参数为0,则通道是从src和代码自动派生的。
Demo源码
void OpenCVManager::testThreshold()
{
QString fileName1 = "I:/qtProject/openCVDemo/openCVDemo/modules/openCVManager/images/1.jpg";
cv::Mat srcMat = cv::imread(fileName1.toStdString());
cv::Mat thresh1Mat = cv::imread("I:/qtProject/openCVDemo/openCVDemo/modules/openCVManager/images/thresh1.png");
cv::Mat thresh2Mat = cv::imread("I:/qtProject/openCVDemo/openCVDemo/modules/openCVManager/images/thresh2.png");
cv::Mat thresh3Mat = cv::imread("I:/qtProject/openCVDemo/openCVDemo/modules/openCVManager/images/thresh3.png");
cv::Mat thresh4Mat = cv::imread("I:/qtProject/openCVDemo/openCVDemo/modules/openCVManager/images/thresh4.png");
cv::Mat thresh5Mat = cv::imread("I:/qtProject/openCVDemo/openCVDemo/modules/openCVManager/images/thresh5.png");
cv::resize(thresh1Mat, thresh1Mat, cv::Size(160, 80));
cv::resize(thresh2Mat, thresh2Mat, cv::Size(160, 80));
cv::resize(thresh3Mat, thresh3Mat, cv::Size(160, 80));
cv::resize(thresh4Mat, thresh4Mat, cv::Size(160, 80));
cv::resize(thresh5Mat, thresh5Mat, cv::Size(160, 80));
int width = 200;
int height = 160;
cv::resize(srcMat, srcMat, cv::Size(width, height));
cv::String windowName = _windowTitle.toStdString();
cvui::init(windowName);
if(!srcMat.data)
{
qDebug() << __FILE__ << __LINE__
<< "Failed to load image:" << fileName1;
return;
}
qDebug() << __FILE__ << __LINE__
<< "Succeed to load image, type =" << srcMat.type()
<< "channels = " << srcMat.channels();
cv::Mat dstMat;
dstMat = cv::Mat::zeros(srcMat.size(), srcMat.type());
cv::Mat windowMat = cv::Mat(cv::Size(dstMat.cols * 6, dstMat.rows * 4),
srcMat.type());
int thresh = 100;
int maxval = 255;
while(true)
{
windowMat = cv::Scalar(0, 0, 0);
// 原图先copy到左边
cv::Mat leftMat = windowMat(cv::Range(0, srcMat.rows),
cv::Range(0, srcMat.cols));
cv::addWeighted(leftMat, 1.0f, srcMat, 1.0f, 0.0f, leftMat);
// 调整阈值化的参数thresh
cvui::printf(windowMat, width * 2 + 100, 20 + height * 0, "thresh");
cvui::trackbar(windowMat, width * 2 + 100, 40 + height * 0, 250, &thresh, 0, 255);
// 调整阈值化的参数maxval
cvui::printf(windowMat, width * 2 + 100, 80 + height * 0, "maxval");
cvui::trackbar(windowMat, width * 2 + 100, 100 + height * 0, 250, &maxval, 0, 255);
cv::Mat tempMat;
cvui::printf(windowMat, width * 0 + 40, 10 + height * 1, "THRESH_BINARY");
cvui::printf(windowMat, width * 0 + 40, 25 + height * 1, "thresh = %d", thresh);
cvui::printf(windowMat, width * 0 + 40, 40 + height * 1, "maxval = %d", maxval);
tempMat = windowMat(cv::Range(srcMat.rows * 1 + 70, srcMat.rows * 2 - 10),
cv::Range(srcMat.cols * 0 + 20, srcMat.cols * 1 - 20));
cv::addWeighted(tempMat, 0.0f, thresh1Mat, 1.0f, 0.0f, tempMat);
cvui::printf(windowMat, width * 1 + 40, 10 + height * 1, "THRESH_BINARY_INV");
cvui::printf(windowMat, width * 1 + 40, 25 + height * 1, "thresh = %d", thresh);
cvui::printf(windowMat, width * 1 + 40, 40 + height * 1, "maxval = %d", maxval);
tempMat = windowMat(cv::Range(srcMat.rows * 1 + 70, srcMat.rows * 2 - 10),
cv::Range(srcMat.cols * 1 + 20, srcMat.cols * 2 - 20));
cv::addWeighted(tempMat, 0.0f, thresh2Mat, 1.0f, 0.0f, tempMat);
cvui::printf(windowMat, width * 2 + 40, 10 + height * 1, "THRESH_TRUNC");
cvui::printf(windowMat, width * 2 + 40, 25 + height * 1, "thresh = %d", thresh);
cvui::printf(windowMat, width * 2 + 40, 40 + height * 1, "maxval = %d", maxval);
tempMat = windowMat(cv::Range(srcMat.rows * 1 + 70, srcMat.rows * 2 - 10),
cv::Range(srcMat.cols * 2 + 20, srcMat.cols * 3 - 20));
cv::addWeighted(tempMat, 0.0f, thresh3Mat, 1.0f, 0.0f, tempMat);
cvui::printf(windowMat, width * 3 + 40, 10 + height * 1, "THRESH_TOZERO");
cvui::printf(windowMat, width * 3 + 40, 25 + height * 1, "thresh = %d", thresh);
cvui::printf(windowMat, width * 3 + 40, 40 + height * 1, "maxval = %d", maxval);
tempMat = windowMat(cv::Range(srcMat.rows * 1 + 70, srcMat.rows * 2 - 10),
cv::Range(srcMat.cols * 3 + 20, srcMat.cols * 4 - 20));
cv::addWeighted(tempMat, 0.0f, thresh4Mat, 1.0f, 0.0f, tempMat);
cvui::printf(windowMat, width * 4 + 40, 10 + height * 1, "THRESH_TOZERO_INV");
cvui::printf(windowMat, width * 4 + 40, 25 + height * 1, "thresh = %d", thresh);
cvui::printf(windowMat, width * 4 + 40, 40 + height * 1, "maxval = %d", maxval);
tempMat = windowMat(cv::Range(srcMat.rows * 1 + 70, srcMat.rows * 2 - 10),
cv::Range(srcMat.cols * 4 + 20, srcMat.cols * 5 - 20));
cv::addWeighted(tempMat, 0.0f, thresh5Mat, 1.0f, 0.0f, tempMat);
cvui::printf(windowMat, width * 5 + 40, 10 + height * 1, "THRESH_MASK");
cvui::printf(windowMat, width * 5 + 40, 25 + height * 1, "thresh = %d", thresh);
cvui::printf(windowMat, width * 5 + 40, 40 + height * 1, "maxval = %d", maxval);
// 转换成灰度图像
cv::Mat grayMat; // 多通道
cv::Mat grayMat2; // 单通道
#if 1
// CV_XXXX 与 cv::COLOR_BGR2GRAY 实际并没有区别 是高低版本表现形式的问题
cv::cvtColor(srcMat, grayMat2, CV_BGR2GRAY);
cv::cvtColor(grayMat2, grayMat, CV_GRAY2BGR);
#else
cv::cvtColor(srcMat, grayMat2, cv::COLOR_BGR2GRAY);
cv::cvtColor(grayMat2, grayMat, cv::COLOR_GRAY2BGR);
#endif
// 效果图copy
cv::Mat rightMat = windowMat(cv::Range(srcMat.rows * 0, srcMat.rows * 1),
cv::Range(srcMat.cols * 1, srcMat.cols * 2));
cv::addWeighted(rightMat, 0.0f, grayMat, 1.0f, 0.0f, rightMat);
{
cv::threshold(srcMat, dstMat, thresh, maxval, cv::THRESH_BINARY);
// 效果图copy
cv::Mat center = windowMat(cv::Range(srcMat.rows * 2, srcMat.rows * 3),
cv::Range(srcMat.cols * 0, srcMat.cols * 1));
cv::addWeighted(center, 0.0f, dstMat, 1.0f, 0.0f, center);
cv::threshold(srcMat, dstMat, thresh, maxval, cv::THRESH_BINARY_INV);
// 效果图copy
cv::Mat center2 = windowMat(cv::Range(srcMat.rows * 2, srcMat.rows * 3),
cv::Range(srcMat.cols * 1, srcMat.cols * 2));
cv::addWeighted(center2, 0.0f, dstMat, 1.0f, 0.0f, center2);
cv::threshold(srcMat, dstMat, thresh, maxval, cv::THRESH_TRUNC);
// 效果图copy
cv::Mat center3 = windowMat(cv::Range(srcMat.rows * 2, srcMat.rows * 3),
cv::Range(srcMat.cols * 2, srcMat.cols * 3));
cv::addWeighted(center3, 0.0f, dstMat, 1.0f, 0.0f, center3);
cv::threshold(srcMat, dstMat, thresh, maxval, cv::THRESH_TOZERO);
// 效果图copy
cv::Mat center4 = windowMat(cv::Range(srcMat.rows * 2, srcMat.rows * 3),
cv::Range(srcMat.cols * 3, srcMat.cols * 4));
cv::addWeighted(center4, 0.0f, dstMat, 1.0f, 0.0f, center4);
cv::threshold(srcMat, dstMat, thresh, maxval, cv::THRESH_TOZERO_INV);
// 效果图copy
cv::Mat center5 = windowMat(cv::Range(srcMat.rows * 2, srcMat.rows * 3),
cv::Range(srcMat.cols * 4, srcMat.cols * 5));
cv::addWeighted(center5, 0.0f, dstMat, 1.0f, 0.0f, center5);
cv::threshold(srcMat, dstMat, thresh, maxval, cv::THRESH_MASK);
// 效果图copy
cv::Mat center6 = windowMat(cv::Range(srcMat.rows * 2, srcMat.rows * 3),
cv::Range(srcMat.cols * 5, srcMat.cols * 6));
cv::addWeighted(center6, 0.0f, dstMat, 1.0f, 0.0f, center6);
}
{
cv::threshold(grayMat, dstMat, thresh, maxval, cv::THRESH_BINARY);
// 效果图copy
cv::Mat center = windowMat(cv::Range(srcMat.rows * 3, srcMat.rows * 4),
cv::Range(srcMat.cols * 0, srcMat.cols * 1));
cv::addWeighted(center, 0.0f, dstMat, 1.0f, 0.0f, center);
cv::threshold(grayMat, dstMat, thresh, maxval, cv::THRESH_BINARY_INV);
// 效果图copy
cv::Mat center2 = windowMat(cv::Range(srcMat.rows * 3, srcMat.rows * 4),
cv::Range(srcMat.cols * 1, srcMat.cols * 2));
cv::addWeighted(center2, 0.0f, dstMat, 1.0f, 0.0f, center2);
cv::threshold(grayMat, dstMat, thresh, maxval, cv::THRESH_TRUNC);
// 效果图copy
cv::Mat center3 = windowMat(cv::Range(srcMat.rows * 3, srcMat.rows * 4),
cv::Range(srcMat.cols * 2, srcMat.cols * 3));
cv::addWeighted(center3, 0.0f, dstMat, 1.0f, 0.0f, center3);
cv::threshold(grayMat, dstMat, thresh, maxval, cv::THRESH_TOZERO);
// 效果图copy
cv::Mat center4 = windowMat(cv::Range(srcMat.rows * 3, srcMat.rows * 4),
cv::Range(srcMat.cols * 3, srcMat.cols * 4));
cv::addWeighted(center4, 0.0f, dstMat, 1.0f, 0.0f, center4);
cv::threshold(grayMat, dstMat, thresh, maxval, cv::THRESH_TOZERO_INV);
// 效果图copy
cv::Mat center5 = windowMat(cv::Range(srcMat.rows * 3, srcMat.rows * 4),
cv::Range(srcMat.cols * 4, srcMat.cols * 5));
cv::addWeighted(center5, 0.0f, dstMat, 1.0f, 0.0f, center5);
cv::threshold(grayMat, dstMat, thresh, maxval, cv::THRESH_MASK);
// 效果图copy
cv::Mat center6 = windowMat(cv::Range(srcMat.rows * 3, srcMat.rows * 4),
cv::Range(srcMat.cols * 5, srcMat.cols * 6));
cv::addWeighted(center6, 0.0f, dstMat, 1.0f, 0.0f, center6);
}
// 更新
cvui::update();
// 显示
cv::imshow(windowName, windowMat);
// esc键退出
if(cv::waitKey(25) == 27)
{
break;
}
}
}
工程模板:对应版本号v1.23.0
对应版本号v1.23.0
原博主博客地址:https://blog.csdn.net/qq21497936
原博主博客导航:https://blog.csdn.net/qq21497936/article/details/102478062
本文章博客地址:https://blog.csdn.net/qq21497936/article/details/104731687