opencv（7）自适应阈值化函数的使用和图像的炬的概念

约定不等于承诺〃 2022-03-12 13:37 125阅读 0赞

#include<opencv.hpp>
    #include<highgui.hpp>
    #include<imgproc.hpp>
    using namespace std;
    using namespace cv;
    /*
    OpenCV中提供了自适应阈值化函数adaptiveThreshold()，该函数有两种自适应阈值化类型参数可供选择
    ，用来对当前像素点与领域像素块进行阈值计算。常用的自适应阈值类型有：1）局部邻域块的平均值；
    2）局部邻域块的高斯加权和
    void adaptiveThreshold( InputArray src, OutputArray dst,
    
    					double maxValue, int adaptiveMethod,
    
    					int thresholdType, int blockSize, double C );
    参数说明：
    	参数1：InputArray类型的src，输入图像，填单通道，单8位浮点类型Mat即可。
    	参数2：函数运算后的结果存放在这。即为输出图像（与输入图像同样的尺寸和类型）。
    	参数3：预设满足条件的最大值。
    	参数4：指定自适应阈值算法。可选择ADAPTIVE_THRESH_MEAN_C 或 ADAPTIVE_THRESH_GAUSSIAN_C两种。（具体见下面的解释）。
    	参数5：指定阈值类型。可选择THRESH_BINARY或者THRESH_BINARY_INV两种。（即二进制阈值或反二进制阈值）。
    	参数6：表示邻域块大小，用来计算区域阈值，一般选择为3、5、7......等。
    	参数7：参数C表示与算法有关的参数，它是一个从均值或加权均值提取的常数，可以是负数。（具体见下面的解释）。
    对参数4与参数7内容的解释：
    	自适应阈值化计算大概过程是为每一个象素点单独计算的阈值，即每个像素点的阈值都是不同的，
    	就是将该像素点周围B*B区域内的像素加权平均，然后减去一个常数C，从而得到该点的阈值。B由参数6指定，常数C由参数7指定
    
    参数4中：ADAPTIVE_THRESH_MEAN_C，为局部邻域块的平均值。该算法是先求出块中的均值，再减去常数C。
    		ADAPTIVE_THRESH_GAUSSIAN_C ，为局部邻域块的高斯加权和。该算法是在区域中（x，y）周围的像素根据高斯函数按照他们离中心点的距离进行加权计算， 再减去常数C。
    
    */
    void main()
    {
    	/*
    	//findContours和drawContours的使用
    	Mat img = imread("jack1.jpg");
    	Mat gray;
    	cvtColor(img,gray,CV_RGB2GRAY);
    
    	int thresh_size = (100 / 4) * 2 + 1;
    	adaptiveThreshold(gray,gray,255,CV_ADAPTIVE_THRESH_GAUSSIAN_C,CV_THRESH_BINARY_INV, thresh_size, thresh_size/3);
    
    	imshow("gray",gray);
    
    	vector<vector<Point>>contours;
    	findContours(gray,contours,CV_RETR_EXTERNAL,CV_CHAIN_APPROX_NONE);//找轮廓
    	vector<vector<Point>>contours1;
    
    	for (int i = 0; i < contours.size();i++) {
    		contours1.push_back(contours[i]);
    	}
    
    	Mat hole(gray.size(),CV_8U,Scalar(0));//遮罩图层
    	drawContours(hole, contours1,-1,Scalar(255),CV_FILLED);//在遮罩图层上，用白色像素填充轮廓，得到mask
    
    	imshow("edge",hole);
    
    	Mat crop(img.rows,img.cols,CV_8UC3);
    
    	img.copyTo(crop,hole);
    	namedWindow("crop",WINDOW_NORMAL);
    	imshow("crop", crop);
    	*/
    
    	
    	//----------------------------------------
    
    	//图像的矩
    	//	图像的矩到底是什么？
    	//		矩是概率与统计中的一个概念，是随机变量的一种数字特征。
    	//		有点抽象，简而言之，矩就是图像的特征信息，比如大小、位置、方向等。
    	//	OpenCV提供了一些函数来计算图像的矩：
    	//		矩的重心、主轴、面积等特征计算：moments()
    	//		计算轮廓面积：contourArea()
    	//		计算轮廓长度：arcLength()
    	//	
    	waitKey(0);
    
    	return;
    }