使用OpenCV进行图像二值化与灰度化-51CTO.COM

灰度化方法

最大值法：将彩色图像中的三分量亮度的最大值作为灰度图的灰度值。

图片

平均值法：将彩色图像中的三分量亮度求平均得到一个灰度值。

图片

加权平均法：根据人眼对R，G，B三通道的敏感度，按照一定权值进行加权平均得到灰度值。

图片

浮点灰度法：将红、绿、蓝三个颜色通道乘以不同的浮点数权重，其中 RGB 的权重总和为 1，得到一个灰度值。

图片

整数灰度法：避免浮点数运算使用整数算法，其中 RGB 的权重总和为 100，得到一个灰度值。

图片

移位灰度法：移位计算比整数灰度法处理速度更快。

图片

单通道法：仅取绿色作为灰度值。

图片

灰度方法示例：

//进行灰度
mBitmap?.run {
    val bitmap = Bitmap.createBitmap(this.width, this.height, Bitmap.Config.ARGB_8888)
    val srcMat = Mat()
    val dstMat = Mat()
    Utils.bitmapToMat(this, srcMat)
    Imgproc.cvtColor(srcMat, dstMat, Imgproc.COLOR_BGRA2GRAY)
    Utils.matToBitmap(dstMat, bitmap)
    runOnUiThread { mBinding.ivImage.setImageBitmap(bitmap) }
    srcMat.release()
    dstMat.release()
}

图片

二值化方法

全局阈值法：该方法假设在整个图像范围内，亮度高于某个阈值的像素应被标记成前景（白色），而亮度低于该阈值的像素则应被标记成背景（黑色）。
otsu阈值法：这是一种根据直方图的自适应阈值选择算法，使用的阈值可使目标与背景之间的差异达到最大。
局部阈值法：该方法不像全局阈值法将整张图像划分为前景和背景，而是根据每个像素周围邻域亮度变化来确定其属于前景还是背景。这种方法通常用于具有光照不均、噪声较多、纹理粗糙等情况下的图像二值化。
自适应阈值法：该方法将每个像素的阈值设置为与其邻域内像素的平均值或加权平均值相关的值。这种方法通常用于灰度图像中需要提取一些特殊特征的情况下。
基于形态学操作的局部二值化法：该方法是在阈值法的基础上，对图像的不同区域设定不同的阈值，以更好地反映图像的局部特征。
基于聚类分析的二值化法：该方法是将像素点的灰度值分为两个簇，然后分别计算两个簇的均值，将均值作为阈值来进行处理。
基于边缘检测的二值化法：该方法是在图像进行边缘检测之后，将边缘像素设为白色，其他像素设为黑色，以实现图像的二值化。

在 OpenCV 中，通过使用阈值分割 threshold() 函数、彩色图像分割 inRange() 函数以及边缘检测 Canny() 函数都可以实现图像二值化。

OpenCV中最简单的实现方式，先把图像灰度化，然后对灰度图像中的每个像素进行遍历，根据它的像素值是否大于一个固定的阈值，对输出图像对应位置的像素赋予不同的值。公式如下：

图片

二值化方法示例：

mBitmap?.run {
    val bitmap = Bitmap.createBitmap(this.width, this.height, Bitmap.Config.ARGB_8888)
    //先灰度
    val srcMat = Mat()
    val dstMat = Mat()
    Utils.bitmapToMat(this, srcMat)
    Imgproc.cvtColor(srcMat, dstMat, Imgproc.COLOR_BGRA2GRAY)
    val resultMat = Mat()
    Imgproc.threshold(dstMat, resultMat, 100.0, 255.0, Imgproc.THRESH_BINARY)
    Utils.matToBitmap(resultMat, bitmap)
    runOnUiThread { mBinding.ivImage.setImageBitmap(bitmap) }
    srcMat.release()
    dstMat.release()
    resultMat.release()
}

图片

完整示例

<?xml versinotallow="1.0" encoding="utf-8"?>
<LinearLayout xmlns:android="http://schemas.android.com/apk/res/android"
    xmlns:tools="http://schemas.android.com/tools"
    android:layout_width="match_parent"
    android:layout_height="match_parent"
    android:orientation="vertical"
    tools:context=".activity.TestActivity">

    <ImageView
        android:id="@+id/iv_image"
        android:layout_width="match_parent"
        android:layout_height="300dp"
        android:scaleType="centerCrop" />

    <LinearLayout
        android:layout_width="match_parent"
        android:layout_height="wrap_content"
        android:layout_marginTop="20dp"
        android:orientation="horizontal">

        <Button
            android:id="@+id/btn_load"
            android:layout_width="wrap_content"
            android:layout_height="wrap_content"
            android:layout_weight="1"
            android:text="加载图片"
            android:textSize="16sp" />

        <Button
            android:id="@+id/btn_gray"
            android:layout_width="wrap_content"
            android:layout_height="wrap_content"
            android:layout_marginStart="16dp"
            android:layout_weight="1"
            android:text="图片灰度化"
            android:textSize="16sp" />

        <Button
            android:id="@+id/btn_binarization"
            android:layout_width="wrap_content"
            android:layout_height="wrap_content"
            android:layout_marginStart="16dp"
            android:layout_weight="1"
            android:text="图片二值化"
            android:textSize="16sp" />
    </LinearLayout>
</LinearLayout>

class TestActivity : AppCompatActivity() {

    private val TAG = MainActivity::class.java.simpleName
    private lateinit var mBinding: ActivityTestBinding
    private var mBitmap: Bitmap? = null

    override fun onCreate(savedInstanceState: Bundle?) {
        super.onCreate(savedInstanceState)
        mBinding = ActivityTestBinding.inflate(layoutInflater)
        setContentView(mBinding.root)

        //初始化OpenCV
        val initState = OpenCVLoader.initLocal()
        Log.d(TAG, "onCreate: OpenCV初始化$initState")

        mBinding.btnLoad.setOnClickListener {
            val intent = Intent()
            intent.setType("image/*")

            intent.setAction(Intent.ACTION_GET_CONTENT)
            startActivityForResult(intent, 20240104)
        }
        mBinding.btnGray.setOnClickListener {
            if (mBitmap == null) {
                return@setOnClickListener
            }
            //进行灰度
            mBitmap?.run {
                val bitmap = Bitmap.createBitmap(this.width, this.height, Bitmap.Config.ARGB_8888)
                val srcMat = Mat()
                val dstMat = Mat()
                Utils.bitmapToMat(this, srcMat)
                Imgproc.cvtColor(srcMat, dstMat, Imgproc.COLOR_BGRA2GRAY)
                Utils.matToBitmap(dstMat, bitmap)
                runOnUiThread { mBinding.ivImage.setImageBitmap(bitmap) }
                srcMat.release()
                dstMat.release()
            }
        }
        mBinding.btnBinarization.setOnClickListener {
            if (mBitmap == null) {
                return@setOnClickListener
            }
            mBitmap?.run {
                val bitmap = Bitmap.createBitmap(this.width, this.height, Bitmap.Config.ARGB_8888)
                //先灰度
                val srcMat = Mat()
                val dstMat = Mat()
                Utils.bitmapToMat(this, srcMat)
                Imgproc.cvtColor(srcMat, dstMat, Imgproc.COLOR_BGRA2GRAY)
                val resultMat = Mat()
                Imgproc.threshold(dstMat, resultMat, 100.0, 255.0, Imgproc.THRESH_BINARY)
                Utils.matToBitmap(resultMat, bitmap)
                runOnUiThread { mBinding.ivImage.setImageBitmap(bitmap) }
                srcMat.release()
                dstMat.release()
                resultMat.release()
            }

        }
    }

    override fun onActivityResult(requestCode: Int, resultCode: Int, data: Intent?) {
        super.onActivityResult(requestCode, resultCode, data)
        if (requestCode == 20240104 && resultCode == RESULT_OK && data != null) {
            data.data?.run {
                mBitmap = BitmapFactory.decodeStream(contentResolver.openInputStream(this))
            }
            mBitmap?.run {
                mBinding.ivImage.setImageBitmap(this)
            }
        }
    }
}

总结

图像二值化是将图像中的像素点设置为0或255，从而实现黑白效果的过程。通过适当的阈值选取，可以将灰度图像中的像素分为两类，一类被认为是前景（目标），另一类被认为是背景。这样可以使图像数据量减小，同时凸显出目标的轮廓。

灰度化是将彩色图像转换为灰度图像的过程。在灰度图像中，每个像素只包含一个灰度值，而不是彩色图像中的红、绿和蓝三个通道。灰度图像通常用于简化图像处理和分析，因为它们只包含亮度信息，而没有颜色信息。

灰度图像的每个像素可以用8位来表示，因此有0-255个灰度值。而二值图像中，像素只有两种状态：黑色（0）和白色（255）。

二值化是将灰度图像转换为黑白二值图像的过程，而灰度化是将彩色图像转换为灰度图像的过程。在OpenCV中，可以使用不同的阈值处理方法来实现图像的二值化和灰度化。

使用OpenCV进行图像二值化与灰度化

相关概念

灰度化方法

二值化方法

完整示例

总结