opencv 阈值分割函数

CV_EXPORTS_W double threshold( InputArray src, OutputArray dst,

double thresh, double maxval, int type );

/**

复制代码
@brief 对数组的每个元素应用固定阈值处理

该函数对多通道数组执行固定阈值分割,常用于从灰度图像生成二值图像(也可使用#compare实现类似功能),

或通过过滤过小/过大的像素值来去除噪声。函数支持多种阈值分割类型,由type参数指定。

特殊值#THRESH_OTSU或#THRESH_TRIANGLE可与其他类型组合使用。此时函数将采用大津算法或三角算法

自动确定最优阈值,并忽略手动指定的thresh值。

@注意 目前大津法和三角法仅支持8位单通道图像。

@param src 输入数组(多通道,8位或32位浮点类型)

@param dst 输出数组(与src尺寸、类型及通道数相同)

@param thresh 阈值

@param maxval 与#THRESH_BINARY和#THRESH_BINARY_INV类型搭配使用的最大值

@param type 阈值分割类型(参见#ThresholdTypes枚举)

@return 若使用大津法或三角法,返回计算得到的阈值

@另见 adaptiveThreshold, findContours, compare, min, max
*/

THRESH_BINARY 或 THRESH_BINARY_INV,会将大于thresh的像素值设置为maxval,其余设置为0(二值化)

/** Threshold types */

enum

{

CV_THRESH_BINARY =0, /< value = value > threshold ? max_value : 0 */
CV_THRESH_BINARY_INV =1, /
< value = value > threshold ? 0 : max_value */

CV_THRESH_TRUNC =2, /< value = value > threshold ? threshold : value */
CV_THRESH_TOZERO =3, /
< value = value > threshold ? value : 0 /
CV_THRESH_TOZERO_INV =4, /< value = value > threshold ? 0 : value */
CV_THRESH_MASK =7,
CV_THRESH_OTSU =8, /
< use Otsu algorithm to choose the optimal threshold value;
combine the flag with one of the above CV_THRESH_
values /
CV_THRESH_TRIANGLE =16 /**< use Triangle algorithm to choose the optimal threshold value;
combine the flag with one of the above CV_THRESH_
values, but not

with CV_THRESH_OTSU */

};

相关推荐
Elastic 中国社区官方博客4 小时前
Elasticsearch:使用 Agent Builder 的 A2A 实现 - 开发者的圣诞颂歌
大数据·数据库·人工智能·elasticsearch·搜索引擎·ai·全文检索
chools4 小时前
【AI超级智能体】快速搞懂工具调用Tool Calling 和 MCP协议
java·人工智能·学习·ai
郝学胜-神的一滴5 小时前
深度学习必学:PyTorch 神经网络参数初始化全攻略(原理 + 代码 + 选择指南)
人工智能·pytorch·python·深度学习·神经网络·机器学习
leobertlan5 小时前
好玩系列:用20元实现快乐保存器
android·人工智能·算法
笨笨饿5 小时前
#58_万能函数的构造方法:ReLU函数
数据结构·人工智能·stm32·单片机·硬件工程·学习方法
jr-create(•̀⌄•́)5 小时前
从零开始:手动实现神经网络识别手写数字(完整代码讲解)
人工智能·深度学习·神经网络
冬奇Lab5 小时前
一天一个开源项目(第78篇):MiroFish - 用群体智能引擎预测未来
人工智能·开源·资讯
冬奇Lab5 小时前
你的 Skill 真的好用吗?来自OpenAI的 Eval 系统化验证 Agent 技能方法论
人工智能·openai
数智工坊5 小时前
Transformer 全套逻辑:公式推导 + 原理解剖 + 逐行精读 - 划时代封神之作!
人工智能·深度学习·transformer
GreenTea6 小时前
AI 时代,工程师的不可替代性在哪里
前端·人工智能·后端