图像阈值化的基本思想是，给定一个数组和一个阈值，然后根据数组中每个元素是低于还是高于阈值而进行一些处理。

cvThreshold()函数如下：

double cvThreshold(

	CvArr* src,

	CvArr* dst,

	double threshold,

	double max_value,

	int threshold_type

	)

cvShold函数只能处理8位或者浮点灰度图像，目标图像必须与源图像一致，或者为8为图像 。

实现阈值化的代码如下：

#include "stdafx.h"

#include <highgui.h>

#include <math.h>

#include <cv.h>

using namespace std;

int main()

{

	IplImage* sourceImage;

	IplImage* dstImage;

	if(!(sourceImage=cvLoadImage("Hough.jpg")))

		return -1;

	dstImage=cvCreateImage(cvGetSize(sourceImage),sourceImage->depth,1);

	IplImage* r=cvCreateImage(cvGetSize(sourceImage),IPL_DEPTH_8U,1);

	IplImage* g=cvCreateImage(cvGetSize(sourceImage),IPL_DEPTH_8U,1);

	IplImage* b=cvCreateImage(cvGetSize(sourceImage),IPL_DEPTH_8U,1);

	IplImage* tempImage=cvCreateImage(cvGetSize(sourceImage),IPL_DEPTH_8U,1);

	cvSplit(sourceImage,r,g,b,NULL);

	cvAddWeighted(r,1./3.,g,1./3.,0.0,tempImage);

	cvAddWeighted(tempImage,1,b,1./3.,0.0,tempImage);

	cvThreshold(tempImage,dstImage,100,255,CV_THRESH_BINARY);

	//对于大于100的设为255

	cvNamedWindow("sourceImage");

	cvNamedWindow("dstImage");

	cvShowImage("sourceImage",sourceImage);

	cvShowImage("dstImage",dstImage);

	cvWaitKey(-1);

	cvReleaseImage(&r);

	cvReleaseImage(&g);

	cvReleaseImage(&b);

	cvDestroyWindow("sourceImage");

	cvDestroyWindow("dstImage");

	cvReleaseImage(&sourceImage);

	cvReleaseImage(&dstImage);

	return 0;

}

运行结果：

在自适应阈值中，阈值本身就是一个变量，实现自适应阈值的代码如下：

#include "stdafx.h"

#include <highgui.h>

#include <math.h>

#include <cv.h>

int main()

{

	IplImage* sourceImage;

	//直接以灰度图像载入

	if(!(sourceImage=cvLoadImage("Hough.jpg",CV_LOAD_IMAGE_GRAYSCALE)))

		return -1;

	IplImage* dstImage=cvCreateImage(cvGetSize(sourceImage),IPL_DEPTH_8U,1);

	//这个函数只能处理单通道图像或者8位图像，并且要求源图像	与目标图像不能为同一个图像

	cvAdaptiveThreshold(

		sourceImage,

		dstImage,

		255,     //max_val

		CV_ADAPTIVE_THRESH_MEAN_C,

		CV_THRESH_BINARY,

		3,      //block_size

		5       //offset

		);

	cvNamedWindow("AdaptiveThreshold",0);

	cvShowImage("AdaptiveThreshold",dstImage);

	//单一阈值

	IplImage* dstImage2=cvCreateImage(cvGetSize(sourceImage),IPL_DEPTH_8U,1);

	cvThreshold(sourceImage,dstImage2,100,255,CV_THRESH_BINARY);

	cvNamedWindow("sourceImage",0);

	cvNamedWindow("Threshold",0);

	cvShowImage("sourceImage",sourceImage);

	cvShowImage("Threshold",dstImage2);

	cvWaitKey(-1);

	//释放资源

	cvDestroyWindow("sourceImage");

	cvDestroyWindow("Threshold");

	cvDestroyWindow("AdaptiveThreshold");

	cvReleaseImage(&sourceImage);

	cvReleaseImage(&dstImage);

	cvReleaseImage(&dstImage2);

	return 0;

}

运行结果：

Reference《学习opencv》