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
K姐研究社1 小时前
怎么用AI制作电商口播视频,开拍APP一键生成
人工智能·音视频
LaughingZhu1 小时前
Product Hunt 每日热榜 | 2026-05-21
前端·人工智能·经验分享·chatgpt·html
传说故事2 小时前
【论文阅读】MotuBrain: An Advanced World Action Model for Robot Control
论文阅读·人工智能·具身智能·wam
北京耐用通信2 小时前
全域适配工业场景耐达讯自动化Modbus TCP 转 PROFIBUS 网关轻松实现以太网与现场总线互通
网络·人工智能·网络协议·自动化·信息与通信
火山引擎开发者社区2 小时前
TRAE × 火山引擎 Supabase:为你的 AI 应用装上“数据引擎”
人工智能
小a彤3 小时前
GE 在 CANN 五层架构中的位置
人工智能·深度学习·transformer
前端若水3 小时前
会话管理:创建、切换、删除对话历史
前端·人工智能·python·react.js
Upsy-Daisy3 小时前
AI Agent 项目学习笔记(八):Tool Calling 工具调用机制总览
人工智能·笔记·学习
企学宝3 小时前
企学宝5月专题课程丨《OpenClaw AI 智能体实战营:从零基础部署到全场景自动化落地》
人工智能·ai·企业培训
冬奇Lab4 小时前
让 AI Agent 更可靠:Harness Engineering 与多 Agent 系统工程实践
人工智能·llm·agent