图像处理一 摄像头二值化处理

图像二值化 binary image

什么是二值化：

二值化是图像分割的一种最简单的方法。二值化可以把灰度图像转换成二值图像。把大于某个临界灰度值（阈值）的像素灰度设为灰度极大值（255），把小于这个值的像素灰度设为灰度极小值（0），从而实现二值化。
简单来说：设定一个阈值，对于视频信号矩阵中的每一行，从左至右比较各像素值和阈值的大小，若图像灰度值大于或等于阈值，则判定该像素对应的255；反之，小于阈值的灰度值则为0。就是将图像上的像素点的灰度值设置为0或255，也就是将整个图像呈现出明显的黑白效果。

二值化的作用：

简单通俗的说：二值化的所用就是将图像分成黑和白，更加有利于做图像处理判别。也就是我们说的黑白图像。
在了解这些以后，我们看下二值化的方法：
根据阈值选取的不同，二值化的算法分为固定阈值和自适应阈值(动态阈值)。 比较常用的二值化方法则有：双峰法、P参数法、迭代法和OTSU法等。

固定阈值和自适应阈值：

这个就很简单理解了，固定阈值就是设置一个固定的阈值，进行二值化处理，而现在大部分二值化算法用的都是自适应阈值(动态阈值)，很容易理解： 固定阈值的二值化呢，，一个阈值往往只对应一类图像，如果图像的光照变暗了，或者其他因素改变了，那个单阈值情况的二值化效果会大大的折扣。自适应二值化其实就是一种根据图片的灰度直方图，得到一个适合本图像的二值化阈值。

硬件二值化和软件二值化:

硬件二值化的摄像头，是二值化的过程由逻辑芯片直接处理，就是内部自带二值化，它输出的就是二值化后的值了，，所得的图像即为黑白。给单片机节约二值化处理时间，从而不需要进行二值化处理。
软件二值化就是摄像头没有自带二值化，需要自己做二值化处理。
附最简单二值化代码：

Void image_binaryzation()
{
    for(int i=0;i<Row;i++)
    {
        for(int j=0;j<Col;j++)
        {
            if(Image[i][j] >= Threshold)
            Image_new[i][j]=1;
        else
            Image_new[i][j]=0;
    } 
}

其中 Row是对应采集到的行数，Col是列数，Image[i][j]是摄像头采集未二值化的数据存放的数组，Image_new[i][j]是新建的存放二值化后的数组，Threshold是阈值（前面有阈值的讲解）。