灰度图像与二值化

问题描述：将彩色图像转换为灰度图像并进行二值化处理

代码如下（示例）：

#include <opencv2/opencv.hpp>

cv::Mat BGR2GRAY(cv::Mat img)
{
    int width = img.cols;
    int height = img.rows;
	
	// CV_8UC1代表单通道的8bit array数组
    cv::Mat new_image = cv::Mat::zeros(height, width, CV_8UC1);

    for (int i = 0; i < height; ++i){
        for (int j = 0; j < width; ++j){
        	// 转换公式 img_gray = 0.2126 * R + 0.7152 * G + 0.0722 * B;
        	// 需要注意图像格式输出的是整数
            new_image.at<uchar>(i, j) = 0.2126 * (float)img.at<cv::Vec3b>(i, j)[2]\
                    + 0.7152 * (float)img.at<cv::Vec3b>(i, j)[1]\
                    + 0.0722 * (float)img.at<cv::Vec3b>(i, j)[0];
        }
    }
    return new_image;
}

cv::Mat Binarize(cv::Mat img, int thres)
{
    int width = img.cols;
    int height = img.rows;

    cv::Mat new_image = cv::Mat::zeros(height, width, CV_8UC1);

    for (int i = 0; i < height; ++i){
        for (int j = 0; j < width; ++j){
            if (img.at<uchar>(i, j) > thres)
            {
                new_image.at<uchar>(i, j) = 255;
            }
            else
            {
                img.at<uchar>(i, j) = 0;
            }
        }
    }
    return new_image;
}

int main()
{
    cv::Mat img = cv::imread("../Neopolitan.png", cv::IMREAD_COLOR);

    // BGR2GRAY
    cv::Mat gray_image = BGR2GRAY(img);
    cv::Mat new_image = Binarize(gray_image, 128);

    cv::imwrite("../1-10/Neopolitan2.png", gray_image);
    cv::imwrite("../1-10/Neopolitan3.png", new_image);
    cv::waitKey(0);
    cv::destroyAllWindows();

    return 0;
}

输入图像 (Neopolitan.png)	灰度图像 (Neopolitan2.png)	二值化图像 (Neopolitan3.png)

Vec3b

Vec3b可以看作是vector<uchar, 3>，简单而言就是一个uchar类型的，长度为3的vector向量。

由于在OpenCV中，使用imread读取到的Mat图像数据，都是用uchar类型的数据存储，对于RGB三通道的图像，每个点的数据都是一个Vec3b类型的数据。使用at定位方法如下：

img.at<Vec3b>(row, col)[0] = 255;　　// 这是指修改B通道数据
img.at<Vec3b>(row, col)[1] = 255;　　// 这是指修改G通道数据
img.at<Vec3b>(row, col)[2] = 255;　　// 这是指修改R通道数据