理论

什么是阈值？

最简单的分割方法
应用示例：分离与我们要分析的对象相对应的图像区域。该分离基于对象像素和背景像素之间的强度变化。
为了区分我们感兴趣的像素，我们执行每个像素强度值相对于阈值的比较（根据要解决的问题确定）。
一旦我们正确地分离了重要像素，我们就可以设置它们以确定它们（即我们可以为它们分配0（黑色），255（白色）或任何适合您需要的值）。

阈值的类型

OpenCV提供函数cv :: threshold来执行阈值操作。
我们可以用这个函数实现5种类型的阈值操作。

二值化阈值

该阈值操作可表示为：

因此，如果像素src（x，y）的强度高于阈值，则将新像素强度设置为MaxVal。否则，像素设置为0。

反二值化阈值

该阈值操作可表示为：

如果像素src（x，y）的强度高于阈值，则将新像素强度设置为0.否则，将其设置为MaxVal。

截断阈值

该阈值操作可表示为：

如果像素src（x，y）的强度高于阈值，则将新像素强度设置为0.否则，将其设置为MaxVal。

归0阈值

该阈值操作可表示为：

如果src（x，y）低于thresh，则新像素值将设置为0。

反归0阈值

该阈值操作可表示为：

如果src（x，y）大于thresh，则新像素值将设置为0。

代码

#include "opencv2/imgproc/imgproc.hpp"
#include "opencv2/imgcodecs.hpp"
#include "opencv2/highgui/highgui.hpp"
#include <stdlib.h>
#include <stdio.h>
using namespace cv;
int threshold_value = 0;
int threshold_type = 3;
int const max_value = 255;
int const max_type = 4;
int const max_BINARY_value = 255;
Mat src, src_gray, dst;
const char* window_name = "Threshold Demo";
const char* trackbar_type = "Type: \n 0: Binary \n 1: Binary Inverted \n 2: Truncate \n 3: To Zero \n 4: To Zero Inverted";
const char* trackbar_value = "Value";
void Threshold_Demo( int, void* );
int main( int, char** argv )
{
  src = imread( argv[1], 1 );
  cvtColor( src, src_gray, COLOR_RGB2GRAY );
  namedWindow( window_name, WINDOW_AUTOSIZE );
  createTrackbar( trackbar_type,
                  window_name, &threshold_type,
                  max_type, Threshold_Demo );
  createTrackbar( trackbar_value,
                  window_name, &threshold_value,
                  max_value, Threshold_Demo );
  Threshold_Demo( 0, 0 );
  for(;;)
    {
      int c;
      c = waitKey( 20 );
      if( (char)c == 27 )
    { break; }
    }
}
void Threshold_Demo( int, void* )
{
  /* 0: Binary
     1: Binary Inverted
     2: Threshold Truncated
     3: Threshold to Zero
     4: Threshold to Zero Inverted
   */
  threshold( src_gray, dst, threshold_value, max_BINARY_value,threshold_type );
  imshow( window_name, dst );
}