二值化图像，什么是二值图像

本文目录一览

1，什么是二值图像
2，图像配准后怎样把图象二值化
3，图像的二值化处理的阈值是指什么求vc下的代码实现
4，什么是二值图象
5，图像二值化 C语言程序的解读
6，如何用C语言实现对图像的二值化

1，什么是二值图像

二值图像是指每个像素不是黑就是白，其灰度值没有中间过渡的图像。二值图像一般用来描述文字或者图形，其优点是占用空间少，缺点是，当表示人物，风景的图像时，二值图像只能描述其轮廓，不能描述细节。这时候要用更高的灰度级。

什么是二值图像

2，图像配准后怎样把图象二值化

你要进行二值化的图像必须是灰度图，否则不能进行二值化！

你好！想要二值化其实可以只打开影像的某一个波段（R,G,B其中一个），classified（分类）---classes=2[即把0-255的像元值分为两类 ] 这样就完成了二值化过程仅代表个人观点，不喜勿喷，谢谢。

图像配准后怎样把图象二值化

3，图像的二值化处理的阈值是指什么求vc下的代码实现

其它的0~99和201~255都是黑。彩色图像也是类似的道理，其可以根据RGB值（或HSI等颜色模型）各个分量进行阈值处理，是将256位的灰度图、或RGB的彩色图像转换成2位的黑白图像的过程图像的二值化处理。在这个过程中，256位的灰度图，这个定义的值，就是阈值，以此值为界限，大于这个值就为白，即只需要中间一段的灰度图像，阈值通常只有一个，但是也可以有两个，这个需要定义一个值。处理时，小于这个值为黑，共有256级，变成黑白图像后，只有2级，如100~200的是白

图像的二值化处理的阈值是指什么求vc下的代码实现

4，什么是二值图象

1、什么是二值化图象所谓二值图像，就是指图像上的所有点的灰度值只用两种可能，不为"0"就为"255"，也就是整个图像呈现出明显的黑白效果。 2、在笔迹鉴别中二值化的原因 1）二值图象占用存储空间小,操作方便 3、二值化可能带来的问题带来的问题: 图象信息部分丢失 4、二值化方法 1）阈值分割技术就是根据设定的阈值对图象中像素进行，重新赋值：如果大于阈值，则该像素设定为255，否则为0；

5，图像二值化 C语言程序的解读

只要知道*(twovalimage + width*indexh + indexw) 表示什么就行了。你没给注释，所以我认为twovalimage是某图面第1像素灰度的地址,*(twovalimage + width*indexh + indexw)就表示第indexh+1行，indexw+1列的像素的灰度=*(selimage + width*indexh + indexw)同理求取阈值过程for(indexh=0; indexh < height; indexh++) for(indexw=0; indexw < width; indexw++) if(*(twovalimage + width*indexh + indexw) < val2) val2 = *(twovalimage + width*indexh + indexw); //val2:minvalue if(*(twovalimage + width*indexh + indexw) > val1) val1 = *(twovalimage + width*indexh + indexw); //val1:maxvalue }表示在高为height，宽为width的灰度途中寻找最小灰度与最大灰度，分别保存至val2与val1不懂val1 = val1 - (val1 - val2)/3的目的

6，如何用C语言实现对图像的二值化

/************************************************************************* * 该函数用于对图像进行阈值分割运算 * 参数: * LPSTR lpDIBBits - 指向源DIB图像指针 * LONG lWidth - 源图像宽度（象素数） * LONG lHeight - 源图像高度（象素数） ************************************************************************/ BOOL ImageChangeProc::ThresholdDIB(LPSTR lpDIBBits,LONG lWidth, LONG lHeight) // 指向源图像的指针 LPSTR lpSrc; // 指向缓存图像的指针 LPSTR lpDst; // 指向缓存DIB图像的指针 LPSTR lpNewDIBBits; HLOCAL hNewDIBBits; //循环变量 long i; long j; unsigned char pixel; long lHistogram[256]; //阈值，最大灰度值与最小灰度值，两个区域的平均灰度值 unsigned char Threshold,NewThreshold,MaxGrayValue,MinGrayValue,Temp1GrayValue,Temp2GrayValue; //用于计算区域灰度平均值的中间变量 long lP1,lP2,lS1,lS2; //迭代次数 int IterationTimes; LONG lLineBytes; hNewDIBBits = LocalAlloc(LHND, lWidth * lHeight); if (hNewDIBBits == NULL) // 分配内存失败 return FALSE; } // 锁定内存 lpNewDIBBits = (char * )LocalLock(hNewDIBBits); // 初始化新分配的内存 lpDst = (char *)lpNewDIBBits; memset(lpDst, (BYTE)255, lWidth * lHeight); lLineBytes = WIDTHBYTES(lWidth * 8); for (i = 0; i < 256;i++) lHistogram[i]=0; } //获得直方图 MaxGrayValue = 0; MinGrayValue = 255; for (i = 0;i < lWidth ;i++) for(j = 0;j < lHeight ;j++) lpSrc = (char *)lpDIBBits + lLineBytes * j + i; pixel = (unsigned char)*lpSrc; lHistogram[pixel]++; //修改最大，最小灰度值 if(MinGrayValue > pixel) MinGrayValue = pixel; } if(MaxGrayValue < pixel) MaxGrayValue = pixel; } } } //迭代求最佳阈值 NewThreshold = (MinGrayValue + MaxGrayValue)/2; Threshold = 0; for(IterationTimes = 0; Threshold != NewThreshold && IterationTimes < 1000;IterationTimes ++) Threshold = NewThreshold; lP1 =0; lP2 =0; lS1 = 0; lS2 = 0; //求两个区域的灰度平均值 for (i = MinGrayValue;i <=Threshold;i++) lP1 += lHistogram[i]*i; lS1 += lHistogram[i]; } for (i = Threshold+1;i<MaxGrayValue;i++) lP2 += lHistogram[i]*i; lS2 += lHistogram[i]; } if(lS1==0||lS2==0) // 释放内存 LocalUnlock(hNewDIBBits); LocalFree(hNewDIBBits); return FALSE; } Temp1GrayValue = (unsigned char)(lP1 / lS1); Temp2GrayValue = (unsigned char)(lP2 / lS2); NewThreshold = (Temp1GrayValue + Temp2GrayValue)/2; } //根据阈值将图像二值化 for (i = 0;i < lWidth ;i++) for(j = 0;j < lHeight ;j++) lpSrc = (char *)lpDIBBits + lLineBytes * j + i; lpDst = (char *)lpNewDIBBits + lLineBytes * j + i; pixel = (unsigned char)*lpSrc; if(pixel <= Threshold) *lpDst = (unsigned char)0; } else *lpDst = (unsigned char)255; } } } // 复制图像 memcpy(lpDIBBits, lpNewDIBBits, lWidth * lHeight); // 释放内存 LocalUnlock(hNewDIBBits); LocalFree(hNewDIBBits); // 返回 return TRUE; } 参考：http://topic.csdn.net/t/20030909/13/2240079.html

1、数字图像处理中，二值化是最简单的。所谓的二值化一般就是指将真彩色或者灰度图转化为黑白两色，一般说来是处理灰度图。 2、例如处理灰度图，灰度图像素是从0~255的，假设120是分解，可以将灰度值小于120的像素的灰度值置为0，将灰度值大于120的像素的灰度值置为1，这样整个图像就成了黑白两色了。二值化的难点不是编程，而是找阈值，这里120就是阈。