效果圖

源碼

KqwOpenCVBlurDemo

阈值化是一種將我們想要在圖像中分析的區域分割出來的方法。
我們把每個像素值都與一個預設的阈值做比較，再根據比較的結果調整像素值。

類似這樣

Imgproc.threshold(src,src,100,255,Imgproc.THRESH_BINARY);

其中100是阈值，255是最大值（純白色的值）。

常量

名稱 常量 二值阈值化 Imgproc.THRESH_BINARY 阈值化到零 Imgproc.THRESH_TOZERO 截斷阈值化 Imgproc.THRESH_TRUNC 反轉二值阈值化 Imgproc.THRESH_BINARY_INV 反轉阈值化到零 Imgproc.THRESH_TOZERO_INV

自適應阈值

上述的阈值化是全局性的，我們也可以根據鄰域像素為任意像素計算阈值。

自適應阈值用到的3個參數

自適應方法

Imgproc.ADAPTIVE_THRESH_MEAN_C：阈值是鄰域像素的值 Imgproc.ADAPTIVE_THRESH_GAUSSIAN_C：阈值是領域像素的加權和，權重來自高斯核

塊尺寸

鄰域的大小

常量C

從對每個像素計算得到的均值或加權均值減去的常量

圖像置灰

Imgproc.cvtColor(src, src, Imgproc.COLOR_BGR2GRAY);

自適應阈值化

Imgproc.adaptiveThreshold(src, src, 255, Imgproc.ADAPTIVE_THRESH_MEAN_C, Imgproc.THRESH_BINARY, 3, 0);

封裝

這裡我用到了RxJava。主要是因為圖片處理是耗時操作，會阻塞線程，為了防止界面卡頓，這裡使用RxJava進行了線程切換。

/**
 * 自適應阈值
 *
 * @param bitmap 要處理的圖片
 */
public void adaptiveThreshold(Bitmap bitmap) {
    // 使用RxJava處理圖片
    if (null != mSubscriber)
        Observable
                .just(bitmap)
                .map(new Func1() {

                    @Override
                    public Bitmap call(Bitmap bitmap) {
                        // Bitmap轉為Mat
                        Mat src = new Mat(bitmap.getHeight(), bitmap.getWidth(), CvType.CV_8UC4);
                        Utils.bitmapToMat(bitmap, src);

                        // 圖像置灰
                        Imgproc.cvtColor(src, src, Imgproc.COLOR_BGR2GRAY);
                        // 自適應阈值化
                        Imgproc.adaptiveThreshold(src, src, 255, Imgproc.ADAPTIVE_THRESH_MEAN_C, Imgproc.THRESH_BINARY, 3, 0);

                        // 二值阈值化
                        // Imgproc.threshold(src,src,100,255,Imgproc.THRESH_BINARY);
                        // 阈值化到零
                        // Imgproc.threshold(src,src,100,255,Imgproc.THRESH_TOZERO);
                        // 截斷阈值化
                        // Imgproc.threshold(src,src,100,255,Imgproc.THRESH_TRUNC);
                        // 反轉二值阈值化
                        // Imgproc.threshold(src,src,100,255,Imgproc.THRESH_BINARY_INV);
                        // 反轉阈值化到零
                        // Imgproc.threshold(src,src,100,255,Imgproc.THRESH_TOZERO_INV);

                        // Mat轉Bitmap
                        Bitmap processedImage = Bitmap.createBitmap(src.cols(), src.rows(), Bitmap.Config.ARGB_8888);
                        Utils.matToBitmap(src, processedImage);

                        return processedImage;
                    }
                })
                .subscribeOn(Schedulers.io())
                .observeOn(AndroidSchedulers.mainThread())
                .subscribe(mSubscriber);
}

調用

// 圖片處理的工具類
mBlurUtil = new BlurUtil(new Subscriber() {
    @Override
    public void onCompleted() {
        // 圖片處理完成
        dismissProgressDialog();
    }

    @Override
    public void onError(Throwable e) {
        // 圖片處理異常
        dismissProgressDialog();
    }

    @Override
    public void onNext(Bitmap bitmap) {
        // 獲取到處理後的圖片
        mIvImageProcessed.setImageBitmap(bitmap);
    }
});

// 自適應阈值
mBlurUtil.adaptiveThreshold(mSelectImage);