使用 Java 示例解释 OpenCV 自适应阈值

javaobject oriented programmingprogramming更新于 2025/10/9 14:04:17

阈值处理是一种简单的图像分割技术。它通常用于创建二值图像。在此，大于给定阈值的像素将被替换为标准值。

自适应阈值处理是一种针对较小区域计算阈值的方法，因此，不同区域的阈值会有所不同。

adaptiveThreshold() 方法对给定图像执行自适应阈值操作。以下是该方法的参数 −

两个 Mat 对象，分别表示源图像和目标图像。
一个整数变量，表示阈值。
两个整数变量，表示要使用的自适应方法和阈值类型。
一个整数变量类型，表示用于计算阈值的像素邻域的大小。
一个双精度类型的整数变量，表示两种方法中使用的常量。

示例

import java.awt.Image;
import java.awt.image.BufferedImage;
import java.io.IOException;
import javafx.application.Application;
import javafx.embed.swing.SwingFXUtils;
import javafx.scene.Group;
import javafx.scene.Scene;
import javafx.scene.image.ImageView;
import javafx.scene.image.WritableImage;
import javafx.stage.Stage;
import org.opencv.core.Core;
import org.opencv.core.Mat;
import org.opencv.highgui.HighGui;
import org.opencv.imgcodecs.Imgcodecs;
import org.opencv.imgproc.Imgproc;
public class AdaptiveThreshold extends Application {
   public void start(Stage stage) throws IOException {
      //加载 OpenCV 核心库
      System.loadLibrary( Core.NATIVE_LIBRARY_NAME );
      String file ="D:\Images\win2.jpg";
      Mat src = Imgcodecs.imread(file, Imgcodecs.IMREAD_GRAYSCALE);
      //创建一个空矩阵来存储目标图像。
      Mat dst = new Mat(src.rows(), src.cols(), src.type());
      //应用简单阈值
      Imgproc.adaptiveThreshold(src, dst, 125,
      Imgproc.ADAPTIVE_THRESH_MEAN_C,
      Imgproc.THRESH_BINARY, 11, 12);
      //将矩阵转换为 JavaFX 可写图像
      Image img = HighGui.toBufferedImage(dst);
      WritableImage writableImage= SwingFXUtils.toFXImage((BufferedImage) img, null);
      //设置图像视图
      ImageView imageView = new ImageView(writableImage);
      imageView.setX(10);
      imageView.setY(10);
      imageView.setFitWidth(575);
      imageView.setPreserveRatio(true);
      //设置场景对象
      Group root = new Group(imageView);
      Scene scene = new Scene(root, 595, 400);
      stage.setTitle("Adaptive Threshold");
      stage.setScene(scene);
      stage.show();
   }
   public static void main(String args[]) {
      launch(args);
   }
}