- Rozpoznávání obličeje
- Systémy rozpoznávání duhovky
- Uznání gesta
- Interakce člověka a počítače (HCI)
- Mobilní robotika
- Identifikace objektu
- Segmentace a rozpoznávání
- Stereopsis Stereo Vision: vnímání hloubky ze 2 kamer
- Rozšířená realita
- Pixely s hodnotou intenzity nižší než prahová hodnota.
- Pixely mají hodnotu intenzity větší než prahová hodnota.
Vstupní obrázek RGB je nejprve převeden na obrázek ve stupni šedi před provedením prahování. 
Typy prahování 
Z obou získaných skupin dříve skupina, která má členy s intenzitou pixelů větší než stanovená prahová hodnota, jsou přiřazení max_value nebo v případě stupně šedi A hodnoty 255 (bílá). Členové zbývající skupiny mají intenzity pixelů nastaveny na 0 (černá). 
Pokud je hodnota intenzity pixelu při (x y) ve zdrojovém obrázku větší než prahová hodnota, hodnota v konečném obrázku je nastavena na Maxval. 
Inv. Binární prahová hodnota je stejná jako binární práh. Jediným základním rozdílem je inv.Binery Lhreshold, který skupina s intenzitami pixelů větší než prahová hodnota nastavení, je přiřazen „0“, zatímco zbývající pixely, které mají intenzity menší než prahová hodnota, jsou nastaveny na maxval. 
Pokud je hodnota intenzity pixelu při (x y) ve zdrojovém obrázku větší než prahová hodnota, hodnota v konečném obrázku je nastavena na 0 jinak, je nastavena na Maxval. 
Skupina mající intenzity pixelů větší než prahová hodnota nastavení je zkrácena na prahovou hodnotu nastaveného nebo jinými slovy, hodnoty pixelů jsou nastaveny stejně jako prahová hodnota nastavení. Všechny ostatní hodnoty zůstávají stejné. 
Pokud je hodnota intenzity pixelu při (x y) ve zdrojovém obrázku větší než prahová hodnota, hodnota v konečném obrázku je nastavena na prahovou hodnotu, jinak se nezmění. 
Velmi jednoduchá technika prahování, kde jsme nastavili intenzitu pixelů na „0“ pro všechny pixely skupiny, která má hodnotu intenzity pixelů menší než prahová hodnota. 
Pokud je hodnota intenzity pixelu při (x y) ve zdrojovém obrázku větší než prahová hodnota, hodnota při (x y) v konečném obrázku se nezmění. Všechny zbývající pixely jsou nastaveny na „0“. 
Podobně jako u předchozí techniky zde nastavíme intenzitu pixelů na „0“ pro všechny pixely skupiny, která má hodnotu intenzity pixelů vyšší než prahová hodnota. 
Pokud je hodnota intenzity pixelu při (x y) ve zdrojovém obrázku větší než prahová hodnota, hodnota při (x y) v konečném obrázku je nastavena na „0“. Veškerá zbývající hodnota pixelu se nezměnila. Chcete -li sestavit programy OpenCV, musíte mít nainstalovanou knihovnu OpenCV do vašeho systému. V nadcházejících dnech budu zveřejňovat jednoduchý návod. Pokud jste již nainstalovali OpenCV, spusťte níže uvedený kód se vstupním obrázkem podle vašeho výběru. 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); } }