为什么用二值化处理图像之后,还会有其他的灰度值,尤其是在一些边缘的...

Answer 1

1. 当我们使用二值化处理图像时，目的是将图像中的像素点的灰度值转换为0或255，代表黑色和白色。
2. 在OpenCV中的`cvThreshold`函数就是执行这样的操作，它将像素点的灰度值与设定的阈值进行比较，大于阈值的像素点被设置为最大值（通常是255，代表白色），小于阈值的像素点被设置为最小值（通常是0，代表黑色）。
3. 尽管我们希望图像只包含黑白两种颜色，但在实际操作中，尤其是在边缘位置，可能会出现非0即255的灰度值以外的其他值。这是因为图像中的边缘部分可能包含渐变，即像素点的灰度值从0逐渐变化到255，并不会突然跳变。
4. 因此，在应用`cvThreshold`进行二值化处理时，边缘附近的像素点可能包含接近阈值的灰度值，这些值在二值化后不会是严格的0或255，而是会有一定的梯度。
5. 为了减少这种影响，可以对图像进行预处理，如滤波或边缘检测，以平滑边缘或突出边缘特征，然后再应用二值化操作。这样可以确保边缘位置的二值化结果更加清晰。
6. 另外，如果图像在二值化前本身就存在灰度值分布的差异，那么在二值化后，这些差异依然会表现出来，尤其是在边缘位置。这不是二值化处理的问题，而是图像本身特征的反映。