通过在opencv中应用gaussianblur，为什么需要增加线程参数？

Question

​

​

上面的图像是检测迷宫的一个例子，在这个例子中，我发现了一个问题--使用GaussianBlur、同时使用阈值和只使用线程保持有很大的不同。例如,

cvtColor(img,img,CV_RGB2GRAY);
threshold(img,img,10,255,CV_THRESH_BINARY); 

它的工作原理是原始图像。但如果在阈值前应用高斯模糊，阈值参数设置为10，则整个图像为白色。

cvtColor(img,img,CV_RGB2GRAY);
GaussianBlur(img,img,Size(3,3),0);
threshold(img,img,10,255,CV_THRESH_BINARY);

它只起作用直到我把阈值参数提高到100，

GaussianBlur(img,img,Size(3,3),0);
threshold(img,img,100,255,CV_THRESH_BINARY);

为什么只有GaussianBlur才会有很大的不同，你能帮我解释一下吗？

Answer 1

我将首先从一些常见的提示开始，因为它们会立即解决您的问题。

• 显示您的“中间”结果。这有助于了解正在发生的事情。
• 阅读您正在使用的函数的文档和教程

话虽如此，但正在发生的是完全预期的行为。模糊(如高斯滤波器)图像减少了像素在某些部分的值，而在其他部分则增加了像素值。因为您使用的是二进制阈值，这些值将变成黑色或白色。

请参阅下面的链接，它们准确地解释了您正在使用的每个函数，以及如何使用它们：

• filter.html
• hats.html
• http://docs.opencv.org/doc/tutorials/imgproc/threshold/threshold.html