opencv判断二值的情况

目的

先说说理论：
什么叫图像的二值化？二值化就是让图像的像素点矩阵中的每个像素点的灰度值为0（黑色）或者255（白色），也就是让整个图像呈现只有黑和白的效果。在灰度化的图像中灰度值的范围为0~255，在二值化后的图像中的灰度值范围是0或者255。
黑色：
二值化后的R = 0
二值化后的G = 0
二值化后的B = 0
白色：
二值化后的R = 255
二值化后的G = 255
二值化后的B = 255
那么一个像素点在灰度化之后的灰度值怎么转化为0或者255呢？比如灰度值为100，那么在二值化后到底是0还是255?这就涉及到取一个阀值的问题。
这是理论，实际在Opencv中，二值就是单通道图了，因为RGB都一样了，没必要都存储了。
再说说目的：
只有最大值和是最小值两种取值，因此称为二值图像。
就是判断这个图像是进行二值化了吗？

分析

先生成二值化图片：

void productBinaryImage()
{
    cv::Mat image(10, 10, CV_8UC3);

    // 遍历图像的每个像素
    for (int x = 0; x < image.rows; ++x) {
        for (int y = 0; y < image.cols; ++y) {
            // 获取像素的指针
            cv::Vec3b& pixel = image.at<cv::Vec3b>(x, y);

            // 为BGR通道分别赋值
            pixel[0] = 255; // 蓝色通道 (B)
            pixel[1] = 9; // 绿色通道 (G)
            pixel[2] = 10;   // 红色通道 (R)
        }
    }
    image.at<cv::Vec3b>(0, 0)[0] = 255;
    image.at<cv::Vec3b>(0, 0)[1] = 255;
    image.at<cv::Vec3b>(0, 0)[2] = 255;
    printf("image.type=%d\n", image.type());
    // 显示图像
    cv::imshow("Colored Image", image);
    cv::cvtColor(image, image, cv::COLOR_BGR2GRAY);
    cv::threshold(image, image, 90, 255, cv::THRESH_BINARY | cv::THRESH_OTSU);
    printf("image.type=%d\n", image.type());
    for (int x = 0; x < image.rows; ++x)
    {
        for (int y = 0; y < image.cols; ++y)
        {
            // 获取像素的指针
           int pixel = image.at<uchar>(x, y);
           //printf("x=%d,y=%d,pixel=%d ", x, y, pixel);
           printf("%d ",pixel);
        }
        printf("\n");
    }
    cv::imshow("binary Image", image);
    cv::imwrite("binary.bmp", image);
}

运行情况：
在这里插入图片描述

图像binary.bmp的情况：
在这里插入图片描述

再进行判断是否是二值化：

void judgeBinaryImageInfo(QString imagePath)
{
    //cv::Mat image = cv::imread(imagePath.toStdString(), cv::IMREAD_GRAYSCALE); // 加载图像
    QImage image = QImage(imagePath);
    qDebug()<<"image.colorCount="<<image.colorCount();
    qDebug()<<"image.format="<<image.format();
    cv::Mat mat = cv::imread(imagePath.toStdString()); // 加载图像
    qDebug()<<"mat.type="<<mat.type();

    if (isGrayImage(mat)) {
        std::cout << "The image is grayscale." << std::endl;
    } else {
        std::cout << "The image is not grayscale." << std::endl;
        return;
    }
    cv::imshow("gray Image", mat);
    cv::Mat mats[3];
    split(mat,mats);
    cv::imshow("gray gray Image", mat);
    //cv::imshow("gray gray Image", mats[0]);
    mat = mats[0];
    int uniqueColors = cv::countNonZero(mat);
    qDebug()<<"uniqueColors="<<uniqueColors;
    qDebug()<<"mat.type="<<mat.type();
    if(mat.type() == 0)
    {
        mat.at<uchar>(0, 1) = 255;
        mat.at<uchar>(0, 2) = 255;
    }
    for (int i = 0; i < mat.rows; i++)
    {
        for (int j = 0; j < mat.cols; j++)
        {
            if(mat.type() == 16)
            {
                cv::Vec3b pixel = mat.at<cv::Vec3b>(i, j);
                printf("%d,%d,%d ", pixel[0], pixel[1], pixel[2]);
            }
            else
            {
                int pixel = mat.at<uchar>(i, j);
                printf("%d ", pixel);
            }
        }
        printf("\n");
    }

    if (isBinaryImage(mat))
    {
        std::cout << "The image is binary." << std::endl;
    }
    else
    {
        std::cout << "The image is not binary." << std::endl;
    }

}