- Ansigtsgenkendelse
- Iris -genkendelsessystemer
- Gestusgenkendelse
- Human -Computer Interaction (HCI)
- Mobil robotik
- Objektidentifikation
- Segmentering og anerkendelse
- Stereopsis Stereo Vision: Dybdeopfattelse fra 2 kameraer
- Augmented reality
- Pixels har intensitetsværdi lavere end tærsklen.
- Pixels har intensitetsværdi større end tærsklen.
Input RGB -billedet konverteres først til et gråskala -billede, før tærskel er færdig. 
Tærskeltyper 
Af de to grupper, der er opnået tidligere, er gruppen, der har medlemmer med pixelintensitet større end den indstillede tærskel, tildeling max_value eller i tilfælde af en gråtoner en værdi på 255 (hvid). Medlemmerne af den resterende gruppe har deres pixelintensiteter indstillet til 0 (sort). 
Hvis pixelintensitetsværdien ved (x y) i kildebillede er større end tærsklen, er værdien i det endelige billede indstillet til maxval. 
Inv. Binær tærskel er den samme som binær tærskel. Den eneste væsentlige forskel, der er i inv.Binary tærskel for gruppen med pixelintensiteter, større end indstillet tærskel får tildelt '0', mens de resterende pixels, der har intensiteter mindre end tærsklen, er indstillet til Maxval. 
Hvis pixelintensitetsværdien ved (x y) i kildebillede er større end tærsklen, er værdien i det endelige billede indstillet til 0 ellers er den indstillet til maxval. 
Gruppen med pixelintensiteter større end den indstillede tærskel er afkortet til den indstillede tærskel eller med andre ord, at pixelværdierne er indstillet til at være de samme som den indstillede tærskel. Alle andre værdier forbliver de samme. 
Hvis pixelintensitetsværdien ved (x y) i kildebillede er større end tærsklen, er værdien i det endelige billede indstillet til tærskel ellers er den uændret. 
En meget enkel tærskelteknik, hvor vi indstiller pixelintensiteten til '0' for alle pixels i gruppen med pixelintensitetsværdi mindre end tærsklen. 
Hvis pixelintensitetsværdien ved (x y) i kildebillede er større end tærsklen, ændres værdien ved (x y) i det endelige billede ikke. Alle de resterende pixels er indstillet til '0'. 
I lighed med den forrige teknik her indstiller vi pixelintensiteten til '0' for alle pixels i gruppen med pixelintensitetsværdi større end tærsklen. 
Hvis pixelintensitetsværdien ved (x y) i kildebillede er større end tærsklen, er værdien ved (x y) i det endelige billede indstillet til '0'. Al den resterende pixelværdi er uændret. For at kompilere OpenCV -programmer skal du have OpenCV -bibliotek installeret på dit system. Jeg lægger en simpel tutorial for det samme i de kommende dage. Hvis du allerede har installeret OpenCV, skal du køre nedenstående kode med det indgangsbillede efter eget valg. CPP // CPP program to demonstrate segmentation // thresholding. #include ' ' ' << endl; return -1; } int threshold_value = 0; // Valid Values: 0 1 2 3 4 int threshold_type = 2; // maxVal useful for threshold_type 1 and 2 int maxVal = 255; // Source image Mat src = imread(argv[1] 1); cvNamedWindow('Original' CV_WINDOW_NORMAL); imshow('Original' src); Mat src_gray dst; // Convert the image to GrayScale cvtColor(src src_gray CV_BGR2GRAY); // Create a window to display results cvNamedWindow('Result' CV_WINDOW_NORMAL); createTrackbar('Threshold' 'Result' &threshold_value 255); while (1) { threshold(src_gray dst threshold_value maxVal threshold_type); imshow('Result' dst); waitKey(1); } }