EMGU.CV入门（七、图片阈值）

最新推荐文章于 2026-03-25 00:21:11 发布

原创最新推荐文章于 2026-03-25 00:21:11 发布 · 1.1k 阅读

0 ·

本内容遵循CC 4.0 BY-SA版权协议

标签

#C# #wpf #EMGU.CV #图像处理 #opencv

C# 同时被 3 个专栏收录

37 篇文章

订阅专栏

EMGU.CV

22 篇文章

订阅专栏

WPF

21 篇文章

订阅专栏

本文详细介绍了图像处理中的阈值技术，包括固定阈值（二值化、反向二值化、截断、置零、置零反向）和自适应阈值（均值和高斯阈值），并提供了C#代码示例，展示了如何应用这些技术进行图像二值化，以适应不同亮度区域的图像处理需求。

开发板推荐：天空星STM32F407VET6开发板

超高性价比 STM32主控 | 超高主频 | 一板兼容百芯 | 比赛神器 | 沉金彩色丝印

点击查看

一、阈值

当像素值高于阈值时，我们给这个像素赋予一个新值，否则给他赋予另一个值。

二、固定阈值/简单阈值

double Threshold(IInputArray src, IOutputArray dst, double threshold, double maxValue, ThresholdType thresholdType)

Threshold方法的第五个参数类型如下

THRESH_BINARY
THRESH_BINARY_INV
THRESH_TRUNC
THRESH_TOZERO
THRESH_TOZERO_INV

在这里插入图片描述

   // 1. 加载原图1
   var image1 = new Image<Bgr, byte>("bird1.png");
   PreviewImage1 = new WriteableBitmap(Bitmap2BitmapImage(image1.Bitmap));

   // 2. 加载灰度图
   var image2 = new Image<Gray, byte>("bird1.png");
   PreviewImage2 = new WriteableBitmap(Bitmap2BitmapImage(image2.Bitmap));

   var image3 = new Image<Gray, byte>(image1.Size);

   CvInvoke.Threshold(image2,image3,100,255,ThresholdType.Binary);
   PreviewImage3 = new WriteableBitmap(Bitmap2BitmapImage(image3.Bitmap));

   CvInvoke.Threshold(image2, image3, 100, 255, ThresholdType.BinaryInv);
   PreviewImage4 = new WriteableBitmap(Bitmap2BitmapImage(image3.Bitmap));

   CvInvoke.Threshold(image2, image3, 100, 255, ThresholdType.Trunc);
   PreviewImage5 = new WriteableBitmap(Bitmap2BitmapImage(image3.Bitmap));

   CvInvoke.Threshold(image2, image3, 100, 255, ThresholdType.ToZero);
   PreviewImage6 = new WriteableBitmap(Bitmap2BitmapImage(image3.Bitmap));

   CvInvoke.Threshold(image2, image3, 100, 255, ThresholdType.ToZeroInv);
   PreviewImage7 = new WriteableBitmap(Bitmap2BitmapImage(image3.Bitmap));

   CvInvoke.Threshold(image2, image3, 100, 255, ThresholdType.Mask);
   PreviewImage8 = new WriteableBitmap(Bitmap2BitmapImage(image3.Bitmap));

   CvInvoke.Threshold(image2, image3, 0, 255, ThresholdType.Otsu);
   PreviewImage9 = new WriteableBitmap(Bitmap2BitmapImage(image3.Bitmap));

三、自适应阈值

在前面部分我们使用的是全局阈值，整幅图采用同一个数当做阈值。但这种方法并不适用于所有情况，尤其是当同一副图像上的不同部分的具有不同的亮度的。这时我们可以采用自适应阈值。此时的阈值是根据图像上的每一个小区域计算与其对应的阈值。因此在同一副图像上的不同的区域采用的し不同阈值，从而し我们能在亮度不同时得到更好的结果。

void AdaptiveThreshold(IInputArray src, IOutputArray dst, double maxValue, AdaptiveThresholdType adaptiveType, ThresholdType thresholdType, int blockSize, double param1)

adaptiveType 类型，二选一 MeanC/GaussianC
ThresholdType 类型，二选一 BinaryInv/Binary
在这里插入图片描述

 // 1. 加载原图1
 var image1 = new Image<Bgr, byte>("bird1.png");
 PreviewImage1 = new WriteableBitmap(Bitmap2BitmapImage(image1.Bitmap));

 // 2. 加载灰度图
 var image2 = new Image<Gray, byte>("bird1.png");
 PreviewImage2 = new WriteableBitmap(Bitmap2BitmapImage(image2.Bitmap));

 // 3 
 var image3 = new Image<Gray, byte>(image1.Size);
 CvInvoke.AdaptiveThreshold(image2, image3, 255, AdaptiveThresholdType.MeanC, ThresholdType.Binary, 11, 5);
 PreviewImage4 = new WriteableBitmap(Bitmap2BitmapImage(image3.Bitmap));

 CvInvoke.AdaptiveThreshold(image2, image3, 255, AdaptiveThresholdType.MeanC, ThresholdType.BinaryInv, 11, 5);
 PreviewImage5 = new WriteableBitmap(Bitmap2BitmapImage(image3.Bitmap));

 CvInvoke.AdaptiveThreshold(image2, image3, 255, AdaptiveThresholdType.GaussianC, ThresholdType.Binary, 11, 5);
 PreviewImage7 = new WriteableBitmap(Bitmap2BitmapImage(image3.Bitmap));

 CvInvoke.AdaptiveThreshold(image2, image3, 255, AdaptiveThresholdType.GaussianC, ThresholdType.BinaryInv, 11, 5);
 PreviewImage8 = new WriteableBitmap(Bitmap2BitmapImage(image3.Bitmap));