通过官方文档我们可以列出涵数threshold的几个参数的含义：
src: 输入的灰度图像的地址。
dst: 输出图像的地址。
threshold: 进行阈值操作时阈值的大小。
maxval: 设定的最大灰度值（该参数运用在二进制与反二进制阈值操作中）。
type: 阈值的类型。从上面提到的5种中选择出的结果。
src和dst可以很好的理解，那么这里的第三个参数是用来做什么的了！这里就说来话长了请看下面一一道来。
就用下面这个苹果来做例子把：
image.png
我们想要获取它的平面二维图,这个是不是有个特点，它的背影是白色的，除了白色就是平面图了。那么我要怎么把它给挖出来了。就是把所有的黑色和灰色拿下来就可以了，只要不是白色。
说到这里了就和我们涵数threshold搭上边了。
threshold("这里是放输入图片地址","输出图片地址", 50, 255, CV_THRESH_BINARY);
这个50是最小满足黑色值要求(0是最黑的数值，255为白色)，比50色素小或等于50的部分保留下来其它的全为255白色。CV_THRESH_BINARY就是代表以这种逻辑使用函数。
/* Threshold types */
enum
{
CV_THRESH_BINARY =0, /* value = value > threshold ? max_value : 0 */
CV_THRESH_BINARY_INV =1, /* value = value > threshold ? 0 : max_value */
CV_THRESH_TRUNC =2, /* value = value > threshold ? threshold : value */
CV_THRESH_TOZERO =3, /* value = value > threshold ? value : 0 */
CV_THRESH_TOZERO_INV =4, /* value = value > threshold ? 0 : value */
CV_THRESH_MASK =7,
CV_THRESH_OTSU =8 /* use Otsu algorithm to choose the optimal threshold value;
combine the flag with one of the above CV_THRESH_* values */
};
从上面可以看出这里的type有8种之多，那么其它代表什么含义了。
CV_THRESH_BINARY_INV 比50色素大且不等于50的部分保留下来其它的全为255白色
CV_THRESH_TRUNC 比50色素小或等于50的部分保留下来，大于的都被设为50
CV_THRESH_TOZERO 1 像素点的灰度值大于该阈值50的不进行任何改变；2 像素点的灰度值小于该阈值50的，其灰度值全部变为0。
CV_THRESH_TOZERO_INV 像素点的灰度值小于该阈值50的不进行任何改变，而大于该阈值50的部分，其灰度值全部变为0。
像素：
一般我们图片都是有RGB组成的，也就是红蓝绿主色组成的。他们的色素满值都是255.
//这是单通道代码
- (UIImage *)getPixelImage:(UIImage *)img {
cv::Mat resultImage;
UIImageToMat(img, resultImage);
for (int row = 0; row < resultImage.rows; row++)
{
for (int col = 0; col < resultImage.cols; col++)
{
/* 注意 Mat::at 函数是个模板函数, 需要指明参数类型, 因为这张图是具有红蓝绿三通道的图,
所以它的参数类型可以传递一个 Vec3b, 这是一个存放 3 个 uchar 数据的 Vec(向量). 这里
提供了索引重载, [2]表示的是返回第三个通道, 在这里是 Red 通道, 第一个通道(Blue)用[0]返回 */
if(resultImage.at<cv::Vec3b>(row, col)[3] > 128)
resultImage.at<cv::Vec3b>(row, col) = cv::Vec3b(255, 255, 255);
}
}
UIImage *numberImage = MatToUIImage(resultImage);
return numberImage;
}
这里两个for可以理解为获取坐标轴(x,y)，主要通过这种方式来获取每个点的像素。[3]这个数是用来获取红蓝绿的每个通道。给获取到的通道赋上白色。
多通道，也就是三通道
//多通道
- (UIImage *)getPixelImages:(UIImage *)img {
cv::Mat resultImage;
UIImageToMat(img, resultImage);
for (int row = 0; row < resultImage.rows; row++)
{
for (int col = 0; col < resultImage.cols; col++)
{
//主要是这里的代码(这里是条件语句，获取那些满足最小黑色像素的值)
if(*(resultImage.data + resultImage.step[0] * row + resultImage.step[1] * col + resultImage.elemSize1() * 2) > 50)
{
//[row, col]像素的第 1 通道地址被 * 解析(blue通道)
*(resultImage.data + resultImage.step[0] * row + resultImage.step[1] * col) = 255;
//[row, col]像素的第 2 通道地址被 * 解析(green通道), 关于elemSize1函数的更多描述请见 Fn1 里所列的博文链接
*(resultImage.data + resultImage.step[0] * row + resultImage.step[1] * col + resultImage.elemSize1()) = 255;
//[row, col]像素的第 3 通道地址被 * 解析(red通道)
*(resultImage.data + resultImage.step[0] * row + resultImage.step[1] * col + resultImage.elemSize1() * 2) = 255;
}
}
}
UIImage *numberImage = MatToUIImage(resultImage);
return numberImage;
}
这里就对满足条件的像素进行改变，这里也是改为白色。
