opencv滤镜-二值化实现黑白滤镜

黑白滤镜

黑白滤镜非常简单，顾名思义就是图像只有黑色与白色，这实际上就是图像的二值化。实现的原理也非常地简单，设定一个阈值，假设为128，判断每个像素点的灰度值，大于128设为255（对应白色），小于则设为0（对应黑色）。

filter-img

代码实现

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30


// black and white filter
//@mango

#include<iostream>
#include<opencv2/opencv.hpp>

int main()
{
	// 以灰度图的方式读取图像
	cv::Mat img = cv::imread("fruit.jpg", 0);

	for (size_t i = 0; i < img.rows; i++)
	{
		for (size_t j = 0; j < img.cols; j++)
		{
			if (img.at<uchar>(i, j) > 128)
			{
				img.at<uchar>(i, j) = 255;
			}
			else
			{
				img.at<uchar>(i, j) = 0;
			}	
		}
	}

	cv::imshow("黑白滤镜", img);
	cv::waitKey(0);
	return 0;
}

128阈值黑白效果.png

opencv函数实现

上述代码把简单的二值化原理实现了一边，opencv中已经有函数实现了这个功能。该函数的原型为：

1
2
3
4
5
6


double cv::threshold ( InputArray  src, //输入图像
  OutputArray  dst, //输出图像，即阈值操作处理后的图像，为只有黑白的二值图
  double  thresh, //阈值，阈值操作的判断条件
  double  maxval, //最大值，设定输出图像灰度的最大值
  int  type  //阈值操作的方式类型
 )

所以，二值化实现黑白滤镜的代码可以修改为

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19


// black and white filter
//@mango

#include<iostream>
#include<opencv2/opencv.hpp>

int main()
{
   // 以灰度图的方式读取图像
   cv::Mat img = cv::imread("fruit.jpg", 0);

   cv::Mat black_and_white;
   // 调用opencv函数
   cv::threshold(img, black_and_white, 128, 255);

   cv::imshow("黑白滤镜", black_and_white);
   cv::waitKey(0);
   return 0;
}

本文由芒果浩明发布，转载请注明来源。本文链接：https://blog.mangoeffect.net/opencv/create-black-and-white-filter-by-binarization.html

微信公众号