这是个简单的算法，是全局二值算法的一种，算法执行速度快。
算法过程简单描述如下：
对于每一个像素，做如下处理
1、计算当前像素水平和垂直方向的梯度。 （two gradients are calculated |I(x + 1, y) - I(x - 1, y)| and |I(x, y + 1) - I(x, y - 1)|);
2、取两个梯度的最大值作为权重。（weight is calculated as maximum of two gradients）;
3、更新权重的和。（sum of weights is updated (weightTotal += weight)）;
4、更新加权像素之和 （sum of weighted pixel values is updated (total += weight * I(x, y))）；
之后，最终的阈值去加权像素之和和权重之和相除的值。
这个算法在 Image Processing Lab in c# 的代码中有相关的说明。
从实际的操作上讲，我认为二值处理应该只针对灰度图像进行处理，这样才意义明确，因此，我在代码中给出了判断一副图像是否是灰度图像的一个函数：
private bool IsGrayBitmap(Bitmap Bmp)
{
bool IsGray;
if (Bmp.PixelFormat == PixelFormat.Format8bppIndexed) // .net中灰度首先必然是索引图像
{
IsGray = true;
if (Bmp.Palette.Entries.Length != ) // 这个要求其实在PS中是不存在的
IsGray = false;
else
{
for (int X = ; X < Bmp.Palette.Entries.Length; X++) // 看看调色板的每一个分两值是不是都相等，且必须还要等于其在调色板中出现的顺序
{
if (Bmp.Palette.Entries[X].R != X || Bmp.Palette.Entries[X].G != X || Bmp.Palette.Entries[X].B != X)
{
IsGray = false;
break;
}
}
}
}
else
{
IsGray = false;
}
return IsGray;
}
实际上，在PS的概念中，灰度图像的调色板个数不一定是256，只要调色板的每个元素的分量值都相等，并且都等于其在调色板中出现的顺序，PS就认为他是灰度图像。
为了处理方便，我加入了一个将其他模式的图像转换为灰度模式图像的函数：
private Bitmap ConvertToGrayModeBitmap(Bitmap Bmp)
{
int X, Y, SrcStride, DestStride, Width, Height;
byte* SrcData, DestData;
BitmapData BmpData = Bmp.LockBits(new Rectangle(, , Bmp.Width, Bmp.Height), ImageLockMode.ReadOnly, PixelFormat.Format24bppRgb);
Bitmap GrayBmp = new Bitmap(Bmp.Width, Bmp.Height, PixelFormat.Format8bppIndexed);
ColorPalette Pal = GrayBmp.Palette;
for (Y = ; Y < Pal.Entries.Length; Y++) Pal.Entries[Y] = Color.FromArgb(, Y, Y, Y); // 设置灰度图像的调色板
GrayBmp.Palette = Pal; // LockBits 在第一个参数和图像一样大，以及读取格式和原始一样的情况下，调用函数的时间为0，且每次调用后BitmapData的Scan0都相同，而在
// 其他的大部分情况下同样参数调用该函数返回的Scan0都不同，这就说明在在程序内部，GDI+为在创建图像时还是分配了和对应位图一样大小内存空间，
// 这样我们就可以再加载时调用一次该函数，并记住Scan0的值，然后直接用指针操作这一片区域，就相当于操作了图像。而不用每次都LOCK和UNLOCK了
// 从这个层次上说，该函数和GetDibits类似。 BitmapData GrayBmpData = GrayBmp.LockBits(new Rectangle(, , GrayBmp.Width, GrayBmp.Height), ImageLockMode.ReadWrite, PixelFormat.Format8bppIndexed);
Width = BmpData.Width; Height = BmpData.Height;
SrcStride = BmpData.Stride; DestStride = GrayBmpData.Stride; // 这个值并不一定就等于width*height*色深/8
for (Y = ; Y < Height; Y++)
{
SrcData = (byte*)BmpData.Scan0 + Y * SrcStride; // 必须在某个地方开启unsafe功能，其实C#中的unsafe很safe，搞的好吓人。
DestData = (byte*)GrayBmpData.Scan0 + Y * DestStride;
for (X = ; X < Width; X++)
{
*DestData = (byte)((*SrcData * + *(SrcData + ) * + *(SrcData + ) * ) >> ); //这里可以有不同的算法
SrcData += ;
DestData++;
}
}
Bmp.UnlockBits(BmpData);
GrayBmp.UnlockBits(GrayBmpData);
return GrayBmp;
}
在很多人心目中所谓的灰度图像就是R=G=B这样的图像，只能说这些人还是门外汉，太不专业了。 这样的图像只能算是颜色分量相同的彩色图像罢了，再次予以纠正。
由于上述所描述的算法涉及到了图像的四领域，因此我们采用类似PhotoShop算法原理解析系列 - 风格化---》查找边缘 一文中的哨兵算法，对备份的图像扩充边界，扩充部分的数据以原始图像边界处的值填充。因为只涉及到了四领域，因此需要在图像宽度和高度上分别增加2个像素即可。
关于填充数据，我还是喜欢自己分配内存，而且我更倾向于直接使用API，这个可能与个人习惯有关吧，你们也可以按照自己的方式来处理。
private byte GetSimpleStatisticsThreshold(Bitmap GrayBmp)
{
int Width, Height, Stride, X, Y;
int CloneStride, Ex, Ey;
int Weight = ;
long SumWeight = ; // 对于大图像这个数字会溢出，所以用long类型的变量
byte* Pointer, Scan0, CloneData; BitmapData GrayBmpData = GrayBmp.LockBits(new Rectangle(, , GrayBmp.Width, GrayBmp.Height), ImageLockMode.ReadOnly, PixelFormat.Format8bppIndexed); Width = GrayBmp.Width; Height = GrayBmp.Height; Stride = GrayBmpData.Stride; CloneStride = Width + ; Scan0 = (byte*)GrayBmpData.Scan0;
CloneData = (byte*)GlobalAlloc(GPTR, CloneStride * (Height * )); for (Y = ; Y < Height; Y++)
{
*(CloneData + (Y + ) * CloneStride) = *(Scan0 + Y * Stride); // 填充左侧第一列像素(不包括第一个和最后一个点)
CopyMemory(CloneData + CloneStride * (Y + ) + , Scan0 + Y * Stride, Width);
*(CloneData + (Y + ) * CloneStride + Width + ) = *(Scan0 + Y * Stride + Width - ); // 填充最右侧那一列的数据
}
CopyMemory(CloneData, CloneData + CloneStride, CloneStride); // 第一行
CopyMemory(CloneData + (Height + ) * CloneStride, CloneData + Height * CloneStride, CloneStride); // 最后一行 for (Y = ; Y < Height; Y++)
{
Pointer = CloneData + (Y + ) * CloneStride + ;
for (X = ; X < Width; X++)
{
Ex = *(Pointer - ) - *(Pointer + );
if (Ex < ) Ex = -Ex;
Ey = *(Pointer - CloneStride) - *(Pointer + CloneStride);
if (Ey < ) Ey = -Ey;
if (Ex > Ey)
{
Weight += Ex;
SumWeight += *Pointer * Ex;
}
else
{
Weight += Ey;
SumWeight += *Pointer * Ey;
}
Pointer++;
}
}
GlobalFree((IntPtr)CloneData);
GrayBmp.UnlockBits(GrayBmpData);
if (Weight == ) return *(Scan0); // 说明所有的颜色值都相同
return (byte)(SumWeight / Weight);
}
一般情况下，为了程序的速度考虑，对于一些小函数我建议直接自己展开，比如上面的ABS函数，直接写成if (Ex < 0) Ex = -Ex会快一些的。你通过下面的反汇编可以看出不同：
Ex = Math.Abs(Ex);
00000161 js 00000167
00000163 mov eax,esi
00000165 jmp 0000016E
00000167 mov ecx,esi
00000169 call 638C54E4
0000016e mov esi,eax
if (Ex < 0) Ex = -Ex;
00000170 test eax,eax
00000172 jge 00000176
00000174 neg esi
分割的效果可能还是要拿具体的图像说事，这里不做过多评论。
工程下载地址：http://files.cnblogs.com/Imageshop/ThresholdUseSIS.rar
博客园的网站分类里居然没有图像处理一栏，只有计算机图形学一项，其实搞这一行的都知道，这两个是完全不同的行业。希望博客园考虑增加图像处理一栏。
***************************作者： laviewpbt 时间： 2013.7.21 联系QQ: 33184777 转载请保留本行信息*************************