画像を2値化する

画像の２値化は　閾（しきい）値処理をして　画像を白と黒の色だけで表現された2階調の二値画像にすることです。OpenCv for Androidでは Imgprocクラスのthresholdメソッドで閾値処理を行います。
Imgproc.threshold(Mat src, Mat dst, double thresh, double maxval, int type)

src　２値化処理前のＭａｔ
dst ２値化処理後のＭａｔ
thresh 閾値
maxval 変換指定値
type 以下に示す　変換手法(Imgprocクラスの定数として定義されています)

　【変換手法】（OpenCv Cookbookより抜粋）

THRESH_BINARY：閾値以下の値は0に，それ以外は指定した値（maxVal）になります．
THRESH_BINARY_INV：上記とは逆に，閾値より大きい値が0に，それ以外は指定した値（maxVal）になります．
THRESH_TRUNC：閾値より大きい値は閾値まで切り詰められ，それ以外はそのまま残ります．
THRESH_TOZERO：閾値より大きい値はそのまま残り，それ以外は0になります．
THRESH_TOZERO_INV：上記とは逆に，閾値以下の値はそのまま残り，それ以外は0になります．

これを見ると　実際には　THRESH_BINARY、THRESH_BINARY_INV以外は正確に２階調ではなく中間色が発生することがわかります。
また　特殊な値 THRESH_OTSU を用いると、関数は大津のアルゴリズムを用いて最適な閾値を決定し，それを引数 thresh で指定された値の代わりに利用します．つまり，自分で閾値を決める必要がありません．

なお２値化処理はグレースケール化した後行います。
以下に実行結果を示します。

(1)元の画像	(2)グレースケール
(3)THRESH_BINARY	(4)THRESH_BINARY_INV

(5)グレースケール	(6)THRESH_TRUNC
(7)THRESH_TOZERO	(8)THRESH_TOZERO_INV

変換処理のコーディングは以下の通りです。

(3)Imgproc.threshold(mat, mat_bin, 0.0, 255.0, Imgproc.THRESH_BINARY | Imgproc.THRESH_OTSU);
(4)Imgproc.threshold(mat, mat_bininv, 0.0, 255.0, Imgproc.THRESH_BINARY_INV | Imgproc.THRESH_OTSU);
(6)Imgproc.threshold(mat, mat_trunc, 0, 255, Imgproc.THRESH_TRUNC | Imgproc.THRESH_OTSU);
(7)Imgproc.threshold(mat, mat_tozero, 0, 255, Imgproc.THRESH_TOZERO | Imgproc.THRESH_OTSU);
(8)Imgproc.threshold(mat, mat_tozeroinv, 0, 255, Imgproc.THRESH_TOZERO_INV | Imgproc.THRESH_OTSU);

処理の順番は以下の順番で行わないとエラーになったり　何も表示されない現象が発生します。（ここを参照）
a. BitmapからMatに変換　
Mat mat = android.BitmapToMat(src2);
b. グレースケール化
Imgproc.cvtColor(mat , mat, Imgproc.COLOR_RGB2GRAY);
c. 2値化
Imgproc.threshold(mat, mat_bin, 0.0, 255.0, Imgproc.THRESH_BINARY | Imgproc.THRESH_OTSU);
d. BGRAに変換
Imgproc.cvtColor(mat_bin, mat_bin, Imgproc.COLOR_GRAY2BGRA,4);
e. BitMapに変換
android.MatToBitmap(mat_bininv, bmp_bininv);

　【adaptiveThresholdメソッド】　

OpenCvでは２値化を行うもうひとつの方法に ImgprocクラスのadaptiveThresholdメソッドを使う方法があります。
OpenCv Cookbookによると　『adaptiveThresholdは、適応的な閾値処理を行います。この適応的というのは，閾値が入力によって適応的に決まることを意味します。』とあります。
適応的とはadaptiveの直訳で、日本語らしく無い表現で意味がよくわかりません。、『入力に応じて適切に閾値を求める』と理解すればよさそうで、実際には対象となるピクセルの近傍のピクセルの平均値をもとに閾値が求められます。
adaptiveThreshold(Mat src, Mat dst, double maxValue, int adaptiveMethod, int thresholdType, int blockSize, double C)

src ２値化処理前のＭａｔ
dst ２値化処理後のＭａｔ
maxValue 条件を満たすピクセルに割り当てられる値
adaptiveMethod　閾値決定の手法
thresholdType　　変換手法　THRESH_BINARYまたはTHRESH_BINARY_INV
blockSize　　　　　　対象のピクセルの近傍何ピクセルを元に平均値を求めるかを示す（奇数のみ可）
C

【閾値決定】の手法は、以下の２つの手法がImgprocクラスの定数として定義されています

ADAPTIVE_THRESH_MEAN_C：閾値 T(x,y) は，(x,y) の近傍 blockSize * blockSize の平均から C を引いた値
ADAPTIVE_THRESH_GAUSSIAN_C：閾値 T(x,y) は，(x,y) の近傍 blockSize x blockSize の（ガウス分布を用いた）加重平均から C を引いた値になります．このガウス分布の標準偏差は，blockSize から決定されます．

ますますよくわからなくなりました。ともかく実行してみると

(1)MEAN blockSize=7 C=2	(2)GAUSSIAN blockSize=7 C=2
(3)MEAN blockSize=15 C=8	(4)GAUSSIAN blockSize=15 C=8

Imgproc.adaptiveThreshold(mat, mat_mean72, 255.0, Imgproc.ADAPTIVE_THRESH_MEAN_C, Imgproc.THRESH_BINARY, 7, 2);
Imgproc.adaptiveThreshold(mat, mat_gaussin72, 255.0, Imgproc.ADAPTIVE_THRESH_GAUSSIAN_C, Imgproc.THRESH_BINARY, 7, 2);
Imgproc.adaptiveThreshold(mat, mat_mean158, 255.0, Imgproc.ADAPTIVE_THRESH_MEAN_C, Imgproc.THRESH_BINARY, 15, 8);
Imgproc.adaptiveThreshold(mat, mat_gaussin158, 255.0, Imgproc.ADAPTIVE_THRESH_GAUSSIAN_C, Imgproc.THRESH_BINARY, 15, 8);

ＢｌｏｃｋＳｉｚｅを大きくすると　ノイズが消えてこの例では輪郭がはっきりしてくる感じがします。

　by Android2.2 with OpenCv 2.3.1 for Android　　