图像阈值化 - Threshold

函数简介

对图像进行阈值化处理。此函数支持多种阈值化方法，包括二值化、反二值化、截断、阈值化、反阈值化、OTSU自动阈值化等。适用于图像分割、目标检测、噪声去除等场景。

接口名称

Threshold

DLL调用

long Threshold(long instance, long ptr, double thresh, double maxVal, int type)

参数说明

参数名类型说明
instance长整数型OLAPlug对象的指针，由 CreateCOLAPlugInterFace 接口生成。
ptr长整数型图像指针，由图像处理函数返回
thresh双精度浮点数阈值
maxVal双精度浮点数最大值 不超过255
type整数型阈值化类型：
0: 二值化
1: 反二值化
2: 截断
3: 阈值化
4: 反阈值化
5: 阈值化OTSU
6: 反阈值化OTSU

示例

// 基本二值化处理
long image = LoadImage(ola, "D:\\test\\image.png");
if (image != 0) {
    // 转换为灰度图
    long grayImage = ConvertColor(ola, image, 0);
    if (grayImage != 0) {
        // 二值化处理
        long binaryImage = Threshold(ola, grayImage, 128.0, 255.0, 0);
        if (binaryImage != 0) {
            printf("图像已二值化处理\n");
            ShowImage(ola, binaryImage);
            FreeImagePtr(ola, binaryImage);
        }
        FreeImagePtr(ola, grayImage);
    }
    FreeImagePtr(ola, image);
}

// 反二值化处理
long image = LoadImage(ola, "D:\\test\\image.png");
if (image != 0) {
    long grayImage = ConvertColor(ola, image, 0);
    if (grayImage != 0) {
        // 反二值化
        long invertedBinary = Threshold(ola, grayImage, 128.0, 255.0, 1);
        if (invertedBinary != 0) {
            printf("图像已反二值化处理\n");
            FreeImagePtr(ola, invertedBinary);
        }
        FreeImagePtr(ola, grayImage);
    }
    FreeImagePtr(ola, image);
}

// 截断处理
long image = LoadImage(ola, "D:\\test\\image.png");
if (image != 0) {
    long grayImage = ConvertColor(ola, image, 0);
    if (grayImage != 0) {
        // 截断处理
        long truncatedImage = Threshold(ola, grayImage, 128.0, 255.0, 2);
        if (truncatedImage != 0) {
            printf("图像已截断处理\n");
            FreeImagePtr(ola, truncatedImage);
        }
        FreeImagePtr(ola, grayImage);
    }
    FreeImagePtr(ola, image);
}

// OTSU自动阈值化
long image = LoadImage(ola, "D:\\test\\image.png");
if (image != 0) {
    long grayImage = ConvertColor(ola, image, 0);
    if (grayImage != 0) {
        // OTSU自动阈值化（thresh参数会被忽略）
        long otsuImage = Threshold(ola, grayImage, 0.0, 255.0, 5);
        if (otsuImage != 0) {
            printf("图像已OTSU阈值化处理\n");
            FreeImagePtr(ola, otsuImage);
        }
        FreeImagePtr(ola, grayImage);
    }
    FreeImagePtr(ola, image);
}

// 屏幕截图阈值化处理
long screen = GetScreenDataPtr(ola, 0, 0, 1920, 1080);
if (screen != 0) {
    // 转换为灰度
    long grayScreen = ConvertColor(ola, screen, 0);
    if (grayScreen != 0) {
        // 进行OTSU阈值化
        long binaryScreen = Threshold(ola, grayScreen, 0.0, 255.0, 5);
        if (binaryScreen != 0) {
            printf("屏幕截图已OTSU阈值化处理\n");
            // 可以进一步处理，如去除孤岛
            long cleanedScreen = RemoveIslands(ola, binaryScreen, 100);
            if (cleanedScreen != 0) {
                printf("已去除小面积孤岛\n");
                FreeImagePtr(ola, cleanedScreen);
            }
            FreeImagePtr(ola, binaryScreen);
        }
        FreeImagePtr(ola, grayScreen);
    }
    FreeImagePtr(ola, screen);
}

// 不同阈值化类型对比
long image = LoadImage(ola, "D:\\test\\image.png");
if (image != 0) {
    long grayImage = ConvertColor(ola, image, 0);
    if (grayImage != 0) {
        // 二值化
        long binary = Threshold(ola, grayImage, 128.0, 255.0, 0);
        // 反二值化
        long inverted = Threshold(ola, grayImage, 128.0, 255.0, 1);
        // 截断
        long truncated = Threshold(ola, grayImage, 128.0, 255.0, 2);
        // OTSU
        long otsu = Threshold(ola, grayImage, 0.0, 255.0, 5);
        
        printf("不同阈值化方法处理完成\n");
        
        // 释放内存
        if (binary != 0) FreeImagePtr(ola, binary);
        if (inverted != 0) FreeImagePtr(ola, inverted);
        if (truncated != 0) FreeImagePtr(ola, truncated);
        if (otsu != 0) FreeImagePtr(ola, otsu);
        
        FreeImagePtr(ola, grayImage);
    }
    FreeImagePtr(ola, image);
}

返回值

int64_t: 返回处理后的图像指针

注意事项

  • 阈值化类型说明：
    • 0: 二值化 - 像素值大于阈值设为maxVal，否则设为0
    • 1: 反二值化 - 像素值大于阈值设为0，否则设为maxVal
    • 2: 截断 - 像素值大于阈值设为阈值，否则保持不变
    • 3: 阈值化 - 像素值大于阈值设为maxVal，否则保持不变
    • 4: 反阈值化 - 像素值大于阈值保持不变，否则设为maxVal
    • 5: 阈值化OTSU - 自动计算最优阈值进行二值化
    • 6: 反阈值化OTSU - 自动计算最优阈值进行反二值化
  • OTSU方法会自动计算最优阈值，thresh参数会被忽略
  • 建议先转换为灰度图像再进行阈值化处理
  • 处理后的图像需要手动释放内存
  • 与 RemoveIslands 函数配合使用可以去除噪声
  • 适用于图像分割、目标检测、OCR预处理等场景
Last Updated: