什么是阈值化？
答：在对各种图形进行处理操作的过程中，需要对图像中的像素做出取舍与决策，直接剔除一些低于或者高于一定值的像素。阈值可以被视作最简单的图像分割方法。如：从一副图像中利用阈值分割出我们需要的物体部分。图像分割方法基于图像中物体与背景之间的灰度差异，其中分割属于像素级的分割。
用法：阈值的选取依赖于具体的问题。即物体在不同的图像中可能会有不同的灰度值。一旦找到需要分割的物体的像素点，可以对这些像素点设定一些特定的值来表示。
1、固定阈值操作：Threshold()函数
说明：函数Threshold()对单通道数组应用固定阈值操作。该函数的典型应用是对灰度值图像进行阈值操作得到二值图像，(compare()函数也可以达到此目的）或者是去掉噪声，例如过滤很小或很大像素值的图像点。
double threshold(InputArray src,OutputArray dst,double thresh,double maxval,int type)
第一个参数：输入数组，填单通道，8或者32位浮点类型的Mat
第二个参数：函数调用后运算结果存在这里，即这个参数用于存放输出结果，且和第一个参数中的Mat变量有一样的尺寸和类型
第三个参数：阈值的具体值
第四个参数：当第五个参数阈值类型type取CV_THRESH或CV_THRESH_BINARY_INV时阈值类型的最大值
第五个参数：阈值类型。
下面左边标识符依次取值0，1，2，3，4——一一对应右边的图形化的阈值描述 
2、自适应阈值操作：adaptiveThreshold()函数
说明：自适应阈值操作是对矩阵采用自适应阈值操作，支持就地操作
void adaptiveThreshold(InputArray src,OutputArray dst,double maxValue,int adaptiveMethod,int thresholdType,int blockSize,double C)
第一个参数：输入图形，即源图像，填Mat类对象的即可，且需为8位单通道浮点型图形
第二个参数：函数调用后的运算结果存在这里，需要和源图像有一样的尺寸和类型
第三个参数：给像素赋的满足条件的非零值。
第四个参数：用于指定要使用的自适应阈值算法，可取值为ADAPTIVE_THRESH_MEAN_C或者ADAPTIVE_THRESH_GAUSSIAN_C
第五个参数：阈值类型。取值必须为THRESH_BINARY、THRESH_BINARY_INV其中之一
第六个参数：用于计算阈值大小的一个像素的邻域尺寸，取值3、5、7等
第七个参数：减去平均或加权平均值后的常数值。通常其为正数，但少数情况下也可以为0或者负数。
adaptiveThreshold()函数有如下将一幅灰度图变换为一幅二值图公式：
（1）当第五个参数“阈值类型”thresholdType取值为THRESH_BINARY时：
（2）当第五个参数取值为THRESH_BINARY_INV时：
（3）其中的T(x,y)为分别计算每个单独像素的阈值，取值如下：
- 对于ADAPTIVE_THRESH_MEAN_C方法，阈值T(x,y)为blockSize X blockSize邻域内（x,y)减去第七个参数C的平均值。
- 对于ADAPTIVE_THRESH_GAUSSIAN_C方法，阈值T(x,y)为blockSize X blockSize邻域内（x,y)减去第七个参数C与高斯窗交叉相关的加权总和。
3、示例程序
#include<opencv2/opencv.hpp> #include<opencv2/imgproc/imgproc.hpp> #include<opencv2/highgui/highgui.hpp> #include<iostream> using namespace std; using namespace cv; #define WINDOW_NAME "【程序窗口】" //-------------------------------- // 全局变量声明 //-------------------------------- int g_nThresholdValue = 100; int g_nThresholdType = 3; Mat g_srcImage, g_grayImage, g_dstImage; //-------------------------------- // 全局函数声明 //-------------------------------- static void ShowHelpText();//输出帮助文字 void on_Threshold(int, void *);//回调函数 int main() { system("color 5E"); //读入源图片 g_srcImage = imread("E:\\Pec\\黑寡妇.jpg"); //存留一部分原图的灰度图 cvtColor(g_srcImage, g_grayImage, COLOR_RGB2GRAY); //创建窗口并显示原始图 namedWindow(WINDOW_NAME, WINDOW_AUTOSIZE); imshow("【原始图】", g_srcImage); //创建滑动条来控制阈值 createTrackbar("模式", WINDOW_NAME, &g_nThresholdType, 4, on_Threshold); createTrackbar("参数值", WINDOW_NAME, &g_nThresholdValue, 255, on_Threshold); //初始化自定义的阈值回调函数 on_Threshold(0, 0); //轮询等待用户按键，如果ESC按键按下则退出程序 while (1) { int key; key = waitKey(20); if ((char)key == 27) break; } } void on_Threshold(int, void*) { //调用阈值函数 threshold(g_grayImage, g_dstImage, g_nThresholdValue, 255, g_nThresholdType); imshow(WINDOW_NAME, g_dstImage); }
（1）原始图
（2）模式0：二进制阈值
（3）模式1：反二进制阈值
（4）模式2：截断阈值
（5）模式3：反阈值化为0
（6）模式4：阈值化为0
