Java 数字图像处理 - 基本阈值化

阈值化能够以最简单的方式实现图像分割。图像分割是指将完整图像划分为一组像素，使得每组像素具有某些共同特征。图像分割在定义对象及其边界方面非常有用。

在本节中，我们将对图像执行一些基本的阈值化操作。

我们使用OpenCV函数threshold。它可以在Imgproc包中找到。其语法如下所示：

Imgproc.threshold(source, destination, thresh , maxval , type);

参数说明如下：

序号	参数及描述
1	source 源图像。
2	destination 目标图像。
3	thresh 阈值。
4	maxval 对于THRESH_BINARY和THRESH_BINARY_INV阈值类型，使用的最大值。
5	type 可能的类型包括THRESH_BINARY、THRESH_BINARY_INV、THRESH_TRUNC和THRESH_TOZERO。

除了这些阈值化方法外，Imgproc类还提供了其他方法。简要描述如下：

序号	方法及描述
1	cvtColor(Mat src, Mat dst, int code, int dstCn) 将图像从一个颜色空间转换为另一个颜色空间。
2	dilate(Mat src, Mat dst, Mat kernel) 使用特定的结构元素膨胀图像。
3	equalizeHist(Mat src, Mat dst) 均衡灰度图像的直方图。
4	filter2D(Mat src, Mat dst, int ddepth, Mat kernel, Point anchor, double delta) 将图像与内核进行卷积。
5	GaussianBlur(Mat src, Mat dst, Size ksize, double sigmaX) 使用高斯滤波器模糊图像。
6	integral(Mat src, Mat sum) 计算图像的积分。

示例

以下示例演示了如何使用Imgproc类对图像执行阈值化操作：

import org.opencv.core.Core;
import org.opencv.core.CvType;
import org.opencv.core.Mat;

import org.opencv.highgui.Highgui;
import org.opencv.imgproc.Imgproc;

public class main {
   public static void main( String[] args ) {
   
      try{

         System.loadLibrary( Core.NATIVE_LIBRARY_NAME );
         Mat source = Highgui.imread("digital_image_processing.jpg",  Highgui.CV_LOAD_IMAGE_COLOR);
         Mat destination = new Mat(source.rows(),source.cols(),source.type());

         destination = source;
         Imgproc.threshold(source,destination,127,255,Imgproc.THRESH_TOZERO);
         Highgui.imwrite("ThreshZero.jpg", destination);
         
      } catch (Exception e) {
         System.out.println("error: " + e.getMessage());
      }
   }
}

输出

执行给定代码后，将看到以下输出：

原始图像

在上面的原始图像上，执行了一些阈值化操作，输出如下所示：

二值阈值

反二值阈值

截断阈值

打印页面