OpenCV3 Java图像阈值和图像生成（Imgproc.threshold）

OCR （Optical Character Recognition，光学字符识别）是指电子设备（例如扫描仪或数码相机）检查纸上打印的字符，通过检测暗、亮的模式确定其形状，然后用字符识别方法将形状翻译成计算机文字的过程；即，针对印刷体字符，采用光学的方式将纸质文档中的文字转换成为黑白点阵的图像文件，并通过识别软件将图像中的文字转换成文本格式，供文字处理软件进一步编辑加工的技术。如何除错或利用辅助信息提高识别正确率，是OCR最重要的课题，ICR（Intelligent Character Recognition）的名词也因此而产生。衡量一个OCR系统性能好坏的主要指标有：拒识率、误识率、识别速度、用户界面的友好性，产品的稳定性，易用性及可行性等。

图像阈值的进一步处理就是二值化，二值化包含但不限于“大于阈值为255，小于阈值为0”的处理模式。

阈值化是一种将想要在图像中分析的区域分割出来的方法，每个像素值都与一个预设的阈值做比较，再根据比较的结果调整像素值。

二值阈值化 -> Imgproc.THRESH_BINARY

阈值化到零 -> Imgproc.THRESH_TOZERO

截断阈值化 -> Imgproc.THRESH_TRUNC

反转二值阈值化 -> Imgproc.THRESH_BINARY_INV

反转阈值化到零 -> Imgproc.THRESH_TOZERO_INV

代码案例：

package com.what21.opencv.demo;

import org.opencv.core.Core;
import org.opencv.core.Mat;
import org.opencv.imgcodecs.Imgcodecs;
import org.opencv.imgproc.Imgproc;

public class Threshold {
 
	public static void main(String[] args) {
		try{
			System.loadLibrary(Core.NATIVE_LIBRARY_NAME);
			
			Mat src=Imgcodecs.imread("D:/ShareData/internet.jpg",Imgcodecs.CV_LOAD_IMAGE_GRAYSCALE);
			//读取图像到矩阵中,取灰度图像
			if(src.empty()){
				return ;
			}
			Imgcodecs.imwrite("D:/ShareData/internet2.jpg", src);
			//输出灰度图像值
			Mat dst=new Mat();
			//定义新矩阵
			Imgproc.threshold(src, dst, 100.0, 200.0, Imgproc.THRESH_BINARY_INV);
			Imgcodecs.imwrite("D:/ShareData/threshold_THRESH_BINARY_INV.jpg", src);
			
			Imgproc.threshold(src, dst, 100.0, 200.0, Imgproc.THRESH_TRUNC);
			Imgcodecs.imwrite("D:/ShareData/threshold_THRESH_TRUNC.jpg", src);
			
			Imgproc.threshold(src, dst, 100.0, 200.0, Imgproc.THRESH_BINARY);
			Imgcodecs.imwrite("D:/ShareData/threshold_THRESH_BINARY.jpg", src);
			
			Imgproc.threshold(src, dst, 100.0, 200.0, Imgproc.THRESH_TOZERO);
			Imgcodecs.imwrite("D:/ShareData/threshold_THRESH_TOZERO.jpg", src);
			
			Imgproc.threshold(src, dst, 100.0, 200.0, Imgproc.THRESH_TOZERO_INV);
			Imgcodecs.imwrite("D:/ShareData/threshold_THRESH_TOZERO_INV.jpg", src);
			
		}catch(Exception e){
			e.printStackTrace();
		}
 
	}
 
}