自適應閾值化的函式為：

AdaptiveThreshold

自適應閾值方法

void cvAdaptiveThreshold( const CvArr* src, CvArr* dst, double max_value,
                          int adaptive_method=CV_ADAPTIVE_THRESH_MEAN_C,
                          int threshold_type=CV_THRESH_BINARY,
                          int block_size=3, double param1=5 );

src

輸入影象.

dst

輸出影象.

max_value

使用 CV_THRESH_BINARY 和 CV_THRESH_BINARY_INV 的最大值.

adaptive_method

自適應閾值演算法使用：CV_ADAPTIVE_THRESH_MEAN_C 或 CV_ADAPTIVE_THRESH_GAUSSIAN_C （見討論）.

threshold_type

取閾值型別：必須是下者之一

• CV_THRESH_BINARY,
• CV_THRESH_BINARY_INV

block_size

用來計算閾值的象素鄰域大小: 3, 5, 7, ...

param1

與方法有關的引數。對方法 CV_ADAPTIVE_THRESH_MEAN_C 和 CV_ADAPTIVE_THRESH_GAUSSIAN_C， 它是一個從均值或加權均值提取的常數（見討論）, 儘管它可以是負數。

函式 cvAdaptiveThreshold 將灰度影象變換到二值影象，採用下面公式：

threshold_type=CV_THRESH_BINARY:
dst(x,y) = max_value, if src(x,y)>T(x,y)
           0, otherwise

threshold_type=CV_THRESH_BINARY_INV:
dst(x,y) = 0, if src(x,y)>T(x,y)
           max_value, otherwise

其中 TI 是為每一個象素點單獨計算的閾值

對方法 CV_ADAPTIVE_THRESH_MEAN_C，先求出塊中的均值，再減掉param1。

對方法 CV_ADAPTIVE_THRESH_GAUSSIAN_C ，先求出塊中的加權和(gaussian)， 再減掉param1。

================================================================================================================

下面的例題對閾值化和自適應閾值化進行了比較：

#include "StdAfx.h"
#include <cv.h>  
#include <highgui.h>  
#include <math.h>  
IplImage* Igray = 0;  
IplImage* It = 0;  
IplImage* Iat;  
void main()  
{  
    Igray = cvLoadImage("lena.png", CV_LOAD_IMAGE_GRAYSCALE);  
    It = cvCreateImage(cvSize(Igray->width, Igray->height),IPL_DEPTH_8U, 1);  
    Iat = cvCreateImage(cvSize(Igray->width, Igray->height),IPL_DEPTH_8U, 1);  
    cvThreshold(Igray, It, 150, 255,CV_THRESH_BINARY);  
    cvAdaptiveThreshold(Igray, Iat, 255, CV_ADAPTIVE_THRESH_MEAN_C, CV_THRESH_BINARY, 3, 5);  
    cvNamedWindow("orignal", 1);  
    cvNamedWindow("threshold", 1);  
    cvNamedWindow("adaptiveThresh", 1);  
    cvShowImage("orignal", Igray);  
    cvShowImage("threshold", It);  
    cvShowImage("adaptiveThresh", Iat);  
    cvWaitKey(0);  
    cvReleaseImage(&Igray);  
    cvReleaseImage(&It);  
    cvReleaseImage(&Iat);  
    cvDestroyWindow("orignal");  
    cvDestroyWindow("threshold");  
    cvDestroyWindow("adaptiveThresh");  
  
}  

參考文獻：

1.學習OpenCV，於仕祺，劉瑞禎，清華大學出版社，pp.159-161