一、環境

本文使用環境為：

• Windows10
• Python 3.9.17
• opencv-python 4.8.0.74

二、二值化算法

2.1、概述

在機器視覺應用中，OpenCV的二值化函數threshold具有不可忽視的作用。主要的功能是將一幅灰度圖進行二值化處理，以此大幅降低圖像的數據量，從而突顯出目標的輪廓。

具體來說，函數threshold可以將圖像上的像素根據閾值劃分為兩類：大于或等于閾值的像素值被賦為最大值（或最大灰度值），而小于閾值的像素值則被賦為最小值（或最小灰度值）。這樣的操作對于后續的特征提取和圖像分析極為重要。例如，我們可以通過設定不同的閾值來對圖像進行不同程度的二值化處理，以適應不同的應用場景。

然而，雖然threshold函數在機器視覺應用中有著廣泛的應用，但其也存在一些缺點。例如，它只能處理單通道的圖像，即灰度圖像，而不能直接處理彩色圖像。此外，選擇合適的閾值也是一項挑戰，因為如果閾值選擇不當，可能會導致圖像信息的丟失或者噪聲的增加。

總的來說，OpenCV中的二值化函數threshold在機器視覺應用中扮演著重要角色，能夠有效地簡化圖像數據并突出目標特征。但同時我們也需要注意其存在的一些局限性，如僅支持灰度圖像以及閾值選擇的困難等。

2.2、函數API

OpenCV中的二值化函數threshold是一種將圖像轉換為二值圖像的方法。它通過設置一個閾值，將圖像中的像素值分為兩類：大于閾值的像素值為255（白色），小于等于閾值的像素值為0（黑色）。這種方法常用于圖像處理和計算機視覺任務中，如邊緣檢測、輪廓識別等。

函數原型：

cv2.threshold(src, thresh, maxval, type)

參數說明：

• src：輸入圖像，通常為灰度圖像。
• thresh：閾值，用于將像素值分為兩類。
• maxval：最大值，當像素值大于閾值時，將其設置為此值。
• type：閾值類型，有以下幾種選擇：
  • cv::THRESH_BINARY：二值化，大于閾值的像素值為255，小于等于閾值的像素值為0。
  • cv::THRESH_BINARY_INV：反向二值化，大于閾值的像素值為0，小于等于閾值的像素值為255。
  • cv::THRESH_TRUNC：截斷，大于閾值的像素值保持不變，小于等于閾值的像素值設置為閾值。
  • cv::THRESH_TOZERO：零化，大于閾值的像素值保持不變，小于等于閾值的像素值設置為0。
  • cv::THRESH_TOZERO_INV：反向零化，大于閾值的像素值設置為0，小于等于閾值的像素值保持不變。

三、代碼演示

代碼演示5種二值算法效果，5中算法的區別這里再貼一次：

• cv::THRESH_BINARY：二值化，大于閾值的像素值為255，小于等于閾值的像素值為0。
• cv::THRESH_BINARY_INV：反向二值化，大于閾值的像素值為0，小于等于閾值的像素值為255。
• cv::THRESH_TRUNC：截斷，大于閾值的像素值保持不變，小于等于閾值的像素值設置為閾值。
• cv::THRESH_TOZERO：零化，大于閾值的像素值保持不變，小于等于閾值的像素值設置為0。
• cv::THRESH_TOZERO_INV：反向零化，大于閾值的像素值設置為0，小于等于閾值的像素值保持不變。

from __future__ import print_function
import cv2 as cv
import argparsemax_value = 255
max_type = 4
max_binary_value = 255
# 這里有5種二值化算法，在gui界面使用滑條選擇
trackbar_type = 'Type: \n 0: Binary \n 1: Binary Inverted \n 2: Truncate \n 3: To Zero \n 4: To Zero Inverted'
trackbar_value = 'Value'
window_name = 'Threshold Demo'
# 二值化
def Threshold_Demo(val):#0: Binary#1: Binary Inverted#2: Threshold Truncated#3: Threshold to Zero#4: Threshold to Zero Invertedthreshold_type = cv.getTrackbarPos(trackbar_type, window_name)threshold_value = cv.getTrackbarPos(trackbar_value, window_name)_, dst = cv.threshold(src_gray, threshold_value, max_binary_value, threshold_type )cv.imshow(window_name, dst)
parser = argparse.ArgumentParser(description='Code for Basic Thresholding Operations tutorial.')
parser.add_argument('--input', help='Path to input image.', default='data/stuff.jpg') # 讀取圖片
args = parser.parse_args()
src = cv.imread(cv.samples.findFile(args.input))
if src is None:print('Could not open or find the image: ', args.input)exit(0)
# 彩色圖轉灰度圖
src_gray = cv.cvtColor(src, cv.COLOR_BGR2GRAY)
cv.namedWindow(window_name)
# 創建滑條
cv.createTrackbar(trackbar_type, window_name , 3, max_type, Threshold_Demo)
cv.createTrackbar(trackbar_value, window_name , 0, max_value, Threshold_Demo)
Threshold_Demo(0)
cv.waitKey()

??? #0: Binary

? ? #1: Binary Inverted?

? #2: Threshold Truncated?

? #3: Threshold to Zero

? ? #4: Threshold to Zero Inverted