OpenCV 基本阈值操作详解

OpenCV 基本阈值操作详解

目标

在本教程中，您将学习如何使用 OpenCV 函数执行基本的阈值操作。阈值处理是图像分割中最基础且重要的技术之一，广泛应用于文档扫描、字符识别、物体检测等场景。

阈值理论

什么是阈值？

阈值（Thresholding）是最简单的图像分割方法。其核心思想是将图像中的像素根据强度值与设定的阈值进行比较，从而将感兴趣的区域与背景分离开来。这种分离通常基于对象像素和背景像素之间的灰度差异。

为了区分我们感兴趣的像素与其他像素，我们对每个像素的强度值与一个确定的阈值（thresh）进行比较。一旦确定了哪些像素属于感兴趣区域，就可以将它们设置为特定的值（如 0 表示黑色，255 表示白色），以便后续处理。

阈值的类型

OpenCV 提供了 cv::threshold 函数来执行多种类型的阈值操作。主要包含以下五种类型：

1. 阈值二值化 (THRESH_BINARY)
2. 阈值二值化反转 (THRESH_BINARY_INV)
3. 截断 (THRESH_TRUNC)
4. 阈值为零 (THRESH_TOZERO)
5. 阈值为零反转 (THRESH_TOZERO_INV)

1. 阈值二值化 (THRESH_BINARY)

如果源像素值大于阈值，则将其设置为最大值（通常为 255），否则设置为 0。

公式： $$\text{dst}(x, y) = \begin{cases} \text{maxVal} & \text{if } \text{src}(x, y) > \text{thresh} \ 0 & \text{otherwise} \end{cases}$$

应用场景：适用于前景比背景亮的情况，例如黑底白字的文档扫描。

2. 阈值二值化反转 (THRESH_BINARY_INV)

如果源像素值大于阈值，则将其设置为 0，否则设置为最大值。

公式： $$\text{dst}(x, y) = \begin{cases} 0 & \text{if } \text{src}(x, y) > \text{thresh} \ \text{maxVal} & \text{otherwise} \end{cases}$$

应用场景：适用于前景比背景暗的情况，例如白底黑字的文本提取。

3. 截断 (THRESH_TRUNC)

如果源像素值大于阈值，则将其值限制为阈值；否则保持不变。

公式： $$\text{dst}(x, y) = \begin{cases} \text{thresh} & \text{if } \text{src}(x, y) > \text{thresh} \ \text{src}(x, y) & \text{otherwise} \end{cases}$$

应用场景：用于平滑图像或去除过亮的噪声点，保留原始灰度信息但不超过特定亮度。

4. 阈值为零 (THRESH_TOZERO)

如果源像素值大于阈值，则保持原值；否则设置为 0。

公式： $$\text{dst}(x, y) = \begin{cases} \text{src}(x, y) & \text{if } \text{src}(x, y) > \text{thresh} \ 0 & \text{otherwise} \end{cases}$$

应用场景：用于提取图像中较亮的部分，抑制暗部噪声。

5. 阈值为零反转 (THRESH_TOZERO_INV)

如果源像素值大于阈值，则设置为 0；否则保持原值。

公式： $$\text{dst}(x, y) = \begin{cases} 0 & \text{if } \text{src}(x, y) > \text{thresh} \ \text{src}(x, y) & \text{otherwise} \end{cases}$$

应用场景：用于提取图像中较暗的部分，抑制亮部干扰。

C++ 实现示例

以下是一个完整的 C++ 示例程序，展示了如何加载图像、转换为灰度图，并使用滑动条实时调整阈值类型和阈值大小。

#include <opencv2/opencv.hpp>
#include <iostream>

using namespace cv;
using namespace std;

int threshold_value = 0;
int threshold_type = 3;
const int max_value = 255;
const int max_type = 4;
const int max_binary_value = 255;

Mat src, src_gray, dst;
const char* window_name = "阈值演示";
const char* trackbar_type = "类型：\n0: 二进制\n1: 二进制反转\n2: 截断\n3: 归零\n4: 归零反转";
const char* trackbar_value = "值";

// 回调函数：当滑动条变化时调用
static void Threshold_Demo(int, void*) {
    // 0: 二进制
    // 1: 二进制反转
    // 2: 阈值被截断
    // 3: 阈值为零
    // 4: 零点反转阈值
    threshold(src_gray, dst, threshold_value, max_binary_value, threshold_type);
    imshow(window_name, dst);
}

int main(int argc, char** argv) {
    string imageName = "image.jpg"; // 默认图片名
    if (argc > 1) {
        imageName = argv[1];
    }

    // 加载图片
    src = imread(imageName, IMREAD_COLOR);
    if (src.empty()) {
        cout << "无法读取图像：" << imageName << endl;
        return -1;
    }

    // 图片转换为灰色
    cvtColor(src, src_gray, COLOR_BGR2GRAY);

    // 创建显示结果的窗口
    namedWindow(window_name, WINDOW_AUTOSIZE);

    // 创建 Trackbar 以选择阈值类型
    createTrackbar(trackbar_type, window_name, &threshold_type, max_type, Threshold_Demo);

    // 创建 Trackbar 以选择阈值
    createTrackbar(trackbar_value, window_name, &threshold_value, max_value, Threshold_Demo);

    // 初始化调用一次
    Threshold_Demo(0, 0);

    waitKey(0);
    return 0;
}

代码解析

让我们详细检查程序的结构和关键步骤：

1. 图像加载与预处理

首先，程序尝试从命令行参数获取图像路径，若未提供则使用默认文件名。使用 imread 加载图像后，必须检查是否成功（empty() 返回 true 表示失败）。

由于阈值操作通常在灰度图上效果最佳，因此使用 cvtColor 将 BGR 彩色图像转换为灰度图。

2. 窗口与交互控件

• namedWindow: 创建一个名为'阈值演示'的窗口用于显示结果。
• createTrackbar: 创建两个滑动条。
  • trackbar_type: 允许用户切换 5 种不同的阈值算法类型。
  • trackbar_value: 允许用户动态调整阈值的具体数值（0-255）。

3. 回调机制

Threshold_Demo 函数作为回调函数，每当滑动条的值发生变化时自动触发。

• 输入参数: src_gray (输入灰度图), dst (输出图), threshold_value (当前阈值), max_binary_value (最大值), threshold_type (算法类型)。
• 核心函数: cv::threshold 执行实际的像素变换。
• 显示: imshow 更新窗口内容。

4. 主循环

waitKey(0) 使程序等待键盘输入，确保窗口保持打开状态，直到用户按键退出。

结果分析

编译并运行程序后，您可以观察不同设置下的图像变化。

示例 1：反向二值化

当选择'二进制反转'模式时，原本比阈值更亮的像素会变暗（变为 0），而较暗的像素变亮（变为 255）。这常用于提取深色文字或物体。

示例 2：归零阈值

当选择'归零'模式时，低于阈值的像素变为黑色（0），高于阈值的像素保持原样。这有助于突出图像中的高亮区域，同时保留细节。

最佳实践与常见问题

1. 阈值的选择

全局阈值（Global Thresholding）假设整个图像的亮度分布相对均匀。对于光照不均的图像，建议使用自适应阈值（Adaptive Thresholding）。

2. 噪声处理

在进行阈值操作前，建议先对图像进行高斯模糊（Gaussian Blur）或中值滤波（Median Blur），以减少噪声点对阈值分割的影响。

Mat blurred;
gaussianBlur(src_gray, blurred, Size(5, 5), 0);
threshold(blurred, dst, threshold_value, max_binary_value, threshold_type);

3. Otsu's Binarization

OpenCV 还支持 Otsu 算法自动寻找最佳阈值。只需将 threshold_value 设为 0 并添加 THRESH_OTSU 标志即可。

double otsu_thresh = threshold(src_gray, dst, 0, 255, THRESH_BINARY + THRESH_OTSU);
cout << "Otsu threshold value: " << otsu_thresh << endl;

4. 性能优化

对于实时视频流处理，避免在循环中频繁创建窗口或重分配内存。尽量复用 Mat 对象，并确保图像处理流水线高效。

总结

本教程详细介绍了 OpenCV 中的基本阈值操作。通过理解五种主要的阈值类型及其数学原理，结合 C++ 代码实践，您可以灵活地应用于各种图像分割任务。掌握阈值处理是进入计算机视觉领域的重要一步，建议结合实际项目多加练习，探索其在 OCR、医疗影像及工业检测中的应用潜力。