签名（取阈值）C++代码

以下是一个简单的C++代码示例，用于在灰度图像上进行二值化，以生成签名。

#include <opencv2/opencv.hpp>

using namespace cv;

int main()
{
    // 读取灰度图像
    Mat grayImg = imread("input.jpg", IMREAD_GRAYSCALE);

    // 应用阈值二值化
    Mat binaryImg;
    threshold(grayImg, binaryImg, 128, 255, THRESH_BINARY);

    // 显示结果
    imshow("Signature", binaryImg);
    waitKey(0);

    return 0;
}

在此示例中，我们首先读取灰度图像，然后使用`threshold`函数将其二值化。函数的第一个参数是输入图像，第二个参数是输出图像，第三个参数是阈值，第四个参数是输出图像中超过阈值的像素值，第五个参数是输出图像中低于阈值的像素值。在这里，我们使用阈值128进行二值化，超过阈值的像素值为255，低于阈值的像素值为0。

最后，我们将二值化的图像显示在屏幕上。请注意，此示例仅用于说明如何在灰度图像上进行二值化，并且可能需要进一步调整以适合您的特定用例。

相关问题

niblack阈值分割 c++代码

Niblack阈值分割是一种基于局部灰度特征的二值化方法，它适用于复杂背景下的图像二值化。其核心思想是根据局部像素均值和标准差计算出一个阈值，用于将像素分为背景和前景两部分。该方法可以克服图像灰度不均匀的问题，同时也能处理光照变化等问题。

下面是一个使用C语言编写的Niblack阈值分割代码：

#include <stdio.h>
#include <stdlib.h>
#include <math.h>
#define WINDOW_SIZE 50  // 窗口大小，可以根据实际情况修改

int main() {
    FILE *input_file, *output_file;
    int i, j, k, m, n, pixel, width, height, threshold;
    float mean, std_dev, sum_pix, sum_pix_sq, local_mean, local_std_dev;
    int window[WINDOW_SIZE][WINDOW_SIZE];
    char *input_filename = "input_image.bmp";  // 输入图像文件名
    char *output_filename = "output_image.bmp";  // 输出图像文件名
    unsigned char header[54];  // BMP文件头信息

    // 打开输入图像文件
    input_file = fopen(input_filename, "rb");
    if (input_file == NULL) {
        printf("Error opening input image file!");
        return 1;
    }

    // 读取BMP文件头信息
    fread(header, sizeof(unsigned char), 54, input_file);
    width = *(int*)&header[18];  // 获取图像宽度
    height = *(int*)&header[22];  // 获取图像高度

    // 打开输出图像文件
    output_file = fopen(output_filename, "wb");
    if (output_file == NULL) {
        printf("Error opening output image file!");
        return 1;
    }

    // 写入BMP文件头信息
    fwrite(header, sizeof(unsigned char), 54, output_file);

    // 读取图像像素数据并进行Niblack阈值分割
    for(i=0; i<height; i++) {
        for(j=0; j<width; j++) {
            sum_pix = 0;
            sum_pix_sq = 0;
            for(m=-WINDOW_SIZE/2; m<=WINDOW_SIZE/2; m++) {
                for(n=-WINDOW_SIZE/2; n<=WINDOW_SIZE/2; n++) {
                    if(i+m<0 || i+m>=height || j+n<0 || j+n>=width)
                        continue;
                    fseek(input_file, 54+(i+m)*width+j+n, SEEK_SET);  // 跳过BMP文件头信息和调色板数据
                    fread(&pixel, sizeof(unsigned char), 1, input_file);
                    sum_pix += pixel;
                    sum_pix_sq += pixel * pixel;
                }
            }
            mean = sum_pix / (WINDOW_SIZE * WINDOW_SIZE);  // 计算局部像素均值
            std_dev = sqrt((sum_pix_sq / (WINDOW_SIZE * WINDOW_SIZE)) - (mean * mean));  // 计算局部像素标准差
            local_mean = mean;
            local_std_dev = std_dev / sqrt(WINDOW_SIZE * WINDOW_SIZE);  // 根据窗口大小缩放局部像素标准差
            threshold = local_mean + 0.5 * local_std_dev;  // 计算二值化阈值
            fseek(input_file, 54+i*width+j, SEEK_SET);
            fread(&pixel, sizeof(unsigned char), 1, input_file);
            if(pixel > threshold) {
                fwrite("\xFF\xFF\xFF", sizeof(unsigned char), 3, output_file);  // 白色像素
            } else {
                fwrite("\x00\x00\x00", sizeof(unsigned char), 3, output_file);  // 黑色像素
            }
        }
    }

    fclose(input_file);
    fclose(output_file);
    return 0;
}

该代码定义了一个50x50的窗口用于计算局部像素均值和标准差，并根据其计算出阈值用于二值化。读取和写入BMP格式的图像文件需跳过文件头信息和调色板数据。最终输出的图像中将像素值大于阈值的设置为白色（RGB值为0xFF, 0xFF, 0xFF），像素值小于或等于阈值的设置为黑色（RGB值为0x00, 0x00, 0x00）。

设置阈值筛选图像代码C++

以下是一个简单的 C++ 代码示例，用于将图像中的像素值设置为阈值以下或以上的固定值：

#include <opencv2/opencv.hpp>

using namespace cv;

int main(int argc, char** argv) {
    Mat image = imread("test.jpg", 0); // 读取灰度图像
    Mat binaryImage; // 存储二值化后的图像
    int thresholdValue = 128; // 设定阈值
    int maxBinaryValue = 255; // 设定二值化后的最大值
    threshold(image, binaryImage, thresholdValue, maxBinaryValue, THRESH_BINARY); // 进行二值化

    imshow("原图像", image);
    imshow("二值化图像", binaryImage);
    waitKey(0);
    return 0;
}

该代码使用 OpenCV 库中的 `threshold()` 函数实现了阈值化处理。其中，`image` 为输入图像，`binaryImage` 为输出二值化后的图像，`thresholdValue` 为设定的阈值，`maxBinaryValue` 为二值化后的最大值，`THRESH_BINARY` 为二值化的类型。在本示例中，二值化类型为 `THRESH_BINARY`，表示将大于等于阈值的像素值设为 `maxBinaryValue`，小于阈值的像素值设为 0。

你可以根据需要修改代码来实现不同的阈值化处理。