图像轮廓

二值化（阈值化）

在 OpenCV 中，图像二值化通过 cv2.threshold() 函数实现，该函数将灰度图像转换为二值图像（只有 0 和 255 两种像素值）。以下是详细说明：

public static double threshold(
    Mat src, 
    Mat dst, 
    double thresh, 
    double maxval, 
    int type
)

参数说明

参数名	类型	说明
src	Mat	输入图像：必须是单通道灰度图像（8位或32位浮点型）
dst	Mat	输出图像：与输入图像相同尺寸和类型的二值化结果
thresh	double	阈值：用于分类像素的阈值值（0-255之间）
maxval	double	最大值：当像素值超过阈值时赋予的值（通常设为255）
type	int	阈值类型：决定如何应用阈值（使用OpenCV常量指定）

返回值

返回值	类型	说明
retval	double	实际使用的阈值值（在使用自动阈值方法时特别有用）

阈值类型常量（type参数）

基础阈值类型

常量名（Java）	值	公式	效果说明
THRESH_BINARY	0	dst(x,y) = (src(x,y) > thresh) ? maxval : 0	大于阈值设为maxval，否则设为0
THRESH_BINARY_INV	1	dst(x,y) = (src(x,y) > thresh) ? 0 : maxval	大于阈值设为0，否则设为maxval
THRESH_TRUNC	2	dst(x,y) = (src(x,y) > thresh) ? thresh : src(x,y)	大于阈值设为阈值，否则保持不变
THRESH_TOZERO	3	dst(x,y) = (src(x,y) > thresh) ? src(x,y) : 0	大于阈值保持不变，否则设为0
THRESH_TOZERO_INV	4	dst(x,y) = (src(x,y) > thresh) ? 0 : src(x,y)	大于阈值设为0，否则保持不变

自动阈值类型（需与基础类型组合使用）

常量名（Java）	值	说明
THRESH_OTSU	8	使用Otsu算法自动计算最佳阈值（适用于双峰直方图图像）
THRESH_TRIANGLE	16	使用Triangle算法自动计算阈值（适用于单峰直方图图像）

组合使用示例：

int otsuType = THRESH_BINARY + THRESH_OTSU;
int triangleType = THRESH_BINARY + THRESH_TRIANGLE;

示例

import org.opencv.core.*;
import org.opencv.highgui.HighGui;
import org.opencv.imgcodecs.Imgcodecs;
import org.opencv.imgproc.Imgproc;
	 
public class Threshold {
	 
	public static void main(String[] args) {
		System.loadLibrary(Core.NATIVE_LIBRARY_NAME);       
		
		//读取图像并在屏幕上显示
		Mat src=Imgcodecs.imread("C:\\Users\\Think\\Desktop\\TestCV\\church.png",Imgcodecs.IMREAD_GRAYSCALE);
		HighGui.imshow("src", src); 
		HighGui.waitKey(0);         
	 	Mat dst=new Mat();

		//二值化处理并在屏幕上显示，阈值=90
	 	Imgproc.threshold(src, dst, 90, 255, Imgproc.THRESH_BINARY);   
		HighGui.imshow("threshold=90", dst); 
		HighGui.waitKey(0); 

		//二值化处理并在屏幕上显示，阈值=120
	 	Imgproc.threshold(src, dst, 120, 255, Imgproc.THRESH_BINARY);   
		HighGui.imshow("threshold=120", dst); 
		HighGui.waitKey(0); 

		//二值化处理并在屏幕上显示，阈值=180
	 	Imgproc.threshold(src, dst, 180, 255, Imgproc.THRESH_BINARY);   
		HighGui.imshow("threshold=180", dst); 
		HighGui.waitKey(0); 	
		System.exit(0);
		
	}
}

Otsu自动阈值处理

import org.opencv.core.*;
import org.opencv.highgui.HighGui;
import org.opencv.imgcodecs.Imgcodecs;
import org.opencv.imgproc.Imgproc;
	 
public class Threshold {
	 
	public static void main(String[] args) {
		System.loadLibrary(Core.NATIVE_LIBRARY_NAME);       
		//读取图像并在屏幕上显示
		Mat src = Imgcodecs.imread("C:\\Users\\Think\\Desktop\\TestCV\\church.png", Imgcodecs.IMREAD_GRAYSCALE);
		Mat dst = new Mat();

		// 应用Otsu自动阈值
		double otsuThreshold = Imgproc.threshold(
				src,
				dst,
				0, // thresh参数被忽略
				255,
				Imgproc.THRESH_BINARY + Imgproc.THRESH_OTSU
		);

		System.out.println("Otsu计算的最佳阈值: " + otsuThreshold);
		HighGui.imshow("otsu_output.jpg", dst);
		HighGui.waitKey(0);
		System.exit(0);
		
	}
	 
}

注意事项

1. 输入图像要求：
   • 必须是单通道灰度图像
   • 使用Imgproc.cvtColor()转换彩色图像为灰度图：

     Mat gray = new Mat();
     Imgproc.cvtColor(colorImage, gray, Imgproc.COLOR_BGR2GRAY);

查找&绘制轮廓

import org.opencv.core.*;
import org.opencv.highgui.HighGui;
import org.opencv.imgcodecs.Imgcodecs;
import org.opencv.imgproc.Imgproc;

import java.util.ArrayList;

/**
 * 公众号：干货食堂
 */
public class Test {

    public static void main(String[] args) {
        System.loadLibrary(Core.NATIVE_LIBRARY_NAME);
        //读取图像，使用灰度模式
        Mat src=Imgcodecs.imread("C:\\Users\\Think\\Desktop\\TestCV\\palm.png",Imgcodecs.IMREAD_GRAYSCALE);

        //进行阚值化操作，将图像转换为二值图像
        Mat thresh = new Mat();
        Imgproc.threshold(src, thresh, 128, 255, Imgproc.THRESH_BINARY);
        //存储轮廓的容器
        ArrayList<MatOfPoint> contours = new ArrayList<>();
        //存储轮廓的层次结构(可选)
        Mat hierarchy = new Mat();

        //查找轮廓
        Imgproc.findContours(thresh, contours, hierarchy, Imgproc.RETR_EXTERNAL, Imgproc.CHAIN_APPROX_SIMPLE);
        //在原图上绘制轮廓
        Mat dst = Mat.zeros(src.size(), CvType.CV_8UC3); // 创建一个空白的彩色图像
        Imgproc.drawContours(dst, contours, -1, new Scalar(0, 255, 0), 2);

        HighGui.imshow("轮廓", dst);
        HighGui.waitKey(0);
        HighGui.destroyAllWindows();
    }
}