【OpenCV】 基础入门（二）图像基础概念 | 图像灰度化处理 | 图像二值化处理，OpenCV基础入门二，图像概念、灰度化与二值化处理详解

摘要：，，本文介绍了OpenCV基础入门知识，涵盖了图像基础概念、图像灰度化处理和图像二值化处理等内容。通过介绍图像的基本概念和操作，让读者对图像处理有了更深入的了解。文章详细阐述了图像灰度化和二值化的原理及实现方法，为初学者提供了有益的指导和参考。

图像信息与种类

图像信息

在计算机中，我们通常用M x N的矩阵来表示一幅尺寸大小为M x N的数字图像，这个矩阵中的每个元素值代表了图像对应位置上的像素值，对于计算机本地磁盘中的彩色图像，我们可以通过选择“属性”来查看一幅图像的基本信息。

图像种类

1、灰度图：

灰度图是每个像素只有一个采样颜色的图像，这类图像通常显示为从最暗黑色到最亮的白色的灰度，与只有黑白两色的黑白图像不同，灰度图像在黑色与白色之间还有许多级的颜色深度。

2、二值图像：

二值图像是由0和1两个值构成的二维矩阵。“0”代表黑色，“1”代表白色，二值图像可以看作是灰度图像的一个特例，通常用于文字、线条图的扫描识别（OCR）和掩膜图像的存储。

3、彩色图：

彩色图的每个像素由红（R）、绿（G）、蓝（B）三个分量来表示，RGB图像的每一个像素的颜色值（由RGB三原色表示）直接存放在图像矩阵中，由于每一像素的颜色由R、G、B三个分量表示，所以M、N分别表示图像的行列数，三个M x N的二维矩阵分别代表各个像素的R、G、B三个颜色分量。

图像处理

1、图像灰度化处理：

OpenCV使用函数cvtColor来将输入图像从一个颜色空间转换为另一个颜色空间，其中包括图像灰度化，该函数可以将彩色图像转换为灰度图像，便于后续处理。

2、图像二值化处理：

OpenCV使用函数threshold进行阈值化处理，实现图像的二值化，通过设定阈值，将灰度图像转换为二值图像，有助于提取图像中的特定信息。

值得一提的是，本文作者为CSDN的“博客新星”TOP 10，擅长C/C++领域，并开设了【OpenCV • c++】计算机视觉专栏，如果您对图像处理有兴趣，不妨关注并点赞收藏，共同学习，共同进步。

更多专栏推荐：

【开卷数据结构】

【备战蓝桥，冲击省一】

从零开始的c++之旅

其他有关计算机视觉的专栏。

您提供的部分代码片段已在文章中体现，但完整的程序代码可能需要根据实际需求和环境进行调整，希望这篇文章对您有所帮助！