在影象處理應用中二值化操作是乙個很常用的處理方式，較為常用的影象二值化方法有：1）全域性固定閾值；2）區域性自適應閾值；3）otsu等。
全域性固定閾值化：對整幅影象都是用乙個統一的閾值來進行二值化；
區域性自適應閾值化：根據畫素的鄰域塊的畫素值分布來確定該畫素位置上的二值化閾值。這樣做的好處在於每個畫素位置處的二值化閾值不是固定不變的，而是由其周圍鄰域畫素的分布來決定的。亮度較高的影象區域的二值化閾值通常會較高，而亮度較低的影象區域的二值化閾值則會相適應地變小。不同亮度、對比度、紋理的區域性影象區域將會擁有相對應的區域性二值化閾值。常用的區域性自適應閾值有：1）區域性鄰域塊的均值；2）區域性鄰域塊的高斯加權和。
opencv庫里實現了以上方法，可相應地自行呼叫。
OpenCV使用全域性閾值和自適應閾值
1 均值法 2 otsu 3 三角法 include include using namespace cv using namespace std intmain int argc,char ar namedwindow image window freeratio imshow image src...
自適應閾值
自適應閾值函式 void vcadaptivethreshold cvarr src,cvarr dst,double max val,int adaptive method cv adaptive thresh mean c,int threshold type cv thresh binary,...
自適應的閾值化
對影象應用閾值建立二值影象，是提取有意義元素的好方法。但有的時候單一閾值達不到目標提取的效果。下面比較一下幾種方法的效果。例如，給定一幅圖如下，將 富貴白頭 四個字提取出來。通過opencv閾值化函式cv threshold 純手工選擇引數，進行固定閾值二值化，發現當閾值設為80時效果最好。採用固定...