Java 數字影像處理 - 基本閾值化

閾值化能夠以最簡單的方式實現影像分割。影像分割是指將完整影像劃分為一組畫素，使得每組畫素具有某些共同特徵。影像分割在定義物件及其邊界方面非常有用。

在本節中，我們將對影像執行一些基本的閾值化操作。

我們使用OpenCV函式threshold。它可以在Imgproc包中找到。其語法如下所示：

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

引數說明如下：

序號	引數及描述
1	source 源影像。
2	destination 目標影像。
3	thresh 閾值。
4	maxval 對於THRESH_BINARY和THRESH_BINARY_INV閾值型別，使用的最大值。
5	type 可能的型別包括THRESH_BINARY、THRESH_BINARY_INV、THRESH_TRUNC和THRESH_TOZERO。

除了這些閾值化方法外，Imgproc類還提供了其他方法。簡要描述如下：

序號	方法及描述
1	cvtColor(Mat src, Mat dst, int code, int dstCn) 將影像從一個顏色空間轉換為另一個顏色空間。
2	dilate(Mat src, Mat dst, Mat kernel) 使用特定的結構元素膨脹影像。
3	equalizeHist(Mat src, Mat dst) 均衡灰度影像的直方圖。
4	filter2D(Mat src, Mat dst, int ddepth, Mat kernel, Point anchor, double delta) 將影像與核心進行卷積。
5	GaussianBlur(Mat src, Mat dst, Size ksize, double sigmaX) 使用高斯濾波器模糊影像。
6	integral(Mat src, Mat sum) 計算影像的積分。

示例

以下示例演示瞭如何使用Imgproc類對影像執行閾值化操作：

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());
      }
   }
}

輸出

執行給定程式碼後，將看到以下輸出：

原始影像

在上面的原始影像上，執行了一些閾值化操作，輸出如下所示：

二值閾值

反二值閾值

截斷閾值

列印頁面