0519-85602926 15861139266
OpenCV的threshold函数一般是给定一个阈值，对超过或者低于这个阈值的像素进行处理，函数如下：
threshold( InputArray src, // 输入图像 OutputArray dst, // 输出图像 double thresh, // 阈值 double maxValue, // 最大值（对于三通道图像一般是255） int thresholdType // 阈值化操作的类型 ) 阈值化操作的类型常用两种： THRESH_BINARY //黑背景找白目标（即超过设定阈值的值置255，其他为0）THRESH_BINARY_INV //白背景找黑目标（即超过设定阈值的值置0，其他为255）
全局阈值类似一刀切的概念。对于整体图像来说，找到一个合适的阈值，将图像分为0（黑色）和255(白色）。
对于亮度分布差异较大的图像，因为常常无法找到一个合适的阈值。因此我们需要一种改进的阈值化算法，即自适应阈值化。
OutputArray dst, maxValue, adaptiveMethod, thresholdType blockSize, C
自适应阈值化能够根据图像不同区域亮度分布的，改变阈值。因此，我们针对同一图像的不同区域获得不同的阈值，并为具有不同照明的图像提供更好的结果。
对于图像具有明显的双分界特征，可以使用双阈值法进行二值化操作，即实现Halcon中的threshold函数。
简单来说：
Halcon的threshold函数是获取区间[a, b]之间的灰度值（双阈值）
OpenCV的threshold只能针对大于或者小于a或者b的灰度值处理（单阈值）
因此我们可以预设两个特定的阈值量thresh1、thresh2，并且thresh1 < thresh2 。阈值化的过程就是，将在 （thresh1，thresh2） 这个区间内的灰度值设置为maxVal（255），将其余部分设置为0 。
const int maxVal = 255; //预设最大值
int low_threshold = 90; //较小的阈值量
int high_threshold = 190; //较大的阈值量 //小阈值对源灰度图像进行二进制阈值化操作 threshold(srcGray, dst1, low_threshold, maxVal, THRESH_BINARY); //大阈值对源灰度图像进行反二进制阈值化操作 threshold(srcGray, dst2, high_threshold, maxVal, THRESH_BINARY_INV); //矩阵"与运算"得到二值化结果
bitwise_and(dst1, dst2, dst); //对像素加和
imshow("双阈值二值化", dst);