二值化区分前景和背景

场景

    单纯使用二值化函数处理图像，尝试获取前景的物体，存在如下的限制条件

1 前景和背景颜色有着鲜明的区别，可以通过二值化函数的阀值来调整

环境

    目前在进行车辆的边缘检测的过程中，道路和车辆连在一起,灰度化之后，进行二值化图像，其实如果能够获取道路的原始图片，进行差分，应该是能够非常轻松的提取车辆的轮廓的，不管如何进行阀值的调整，因此尝试使用Candy算子进行边缘的检测

代码

//图像的二值化

//By MoreWindows (http://blog.csdn.net/MoreWindows)

#include <opencv2/opencv.hpp>

using namespace std;

#pragma comment(linker, "/subsystem:\"windows\" /entry:\"mainCRTStartup\"")

IplImage *g_pGrayImage = NULL;

IplImage *g_pBinaryImage = NULL;

const char *pstrWindowsBinaryTitle = "二值图";

void on_trackbar(int pos)

{

  // 转为二值图

  cvThreshold(g_pGrayImage, g_pBinaryImage, pos, 255, CV_THRESH_BINARY);

  // 显示二值图

  cvShowImage(pstrWindowsBinaryTitle, g_pBinaryImage);

}

int main( int argc, char** argv )

{

  const char *pstrWindowsSrcTitle = "原图";

  const char *pstrWindowsToolBarName = "二值图阈值";

  // 从文件中加载原图

  IplImage *pSrcImage = cvLoadImage("D:/20170601092226.png", CV_LOAD_IMAGE_UNCHANGED);

  // 转为灰度图

  g_pGrayImage =  cvCreateImage(cvGetSize(pSrcImage), IPL_DEPTH_8U, 1);

  cvCvtColor(pSrcImage, g_pGrayImage, CV_BGR2GRAY);

  // 创建二值图

  g_pBinaryImage = cvCreateImage(cvGetSize(g_pGrayImage), IPL_DEPTH_8U, 1);

  // 显示原图

  cvNamedWindow(pstrWindowsSrcTitle, CV_WINDOW_AUTOSIZE);

  cvShowImage(pstrWindowsSrcTitle, pSrcImage);

  // 创建二值图窗口

  cvNamedWindow(pstrWindowsBinaryTitle, CV_WINDOW_AUTOSIZE);

  // 滑动条

  int nThreshold = 0;

  cvCreateTrackbar(pstrWindowsToolBarName, pstrWindowsBinaryTitle, &nThreshold, 254, on_trackbar);

  on_trackbar(1);

  cvWaitKey(0);

  cvDestroyWindow(pstrWindowsSrcTitle);

  cvDestroyWindow(pstrWindowsBinaryTitle);

  cvReleaseImage(&pSrcImage);

  cvReleaseImage(&g_pGrayImage);

  cvReleaseImage(&g_pBinaryImage);

  return 0;

}

参考

http://blog.csdn.net/morewindows/article/details/8239678

    本文转自fengyuzaitu 51CTO博客，原文链接：http://blog.51cto.com/fengyuzaitu/1738474，如需转载请自行联系原作者