我在做数字识别，先要对图像处理，有灰度化、二值化、腐蚀、去噪、边缘检测，处理的顺序是什么呢，有漏吗 跟你的识别方法关系很大，你检测完边缘再做什么呢？数字识别现在最好的方法是DBN吧，只要灰阶图直接就可以做了，所以这取决于你采用的算法
如何用C语言实现对图像的二值化？ /*该函数用于对图像进行阈值分割运算参数：LPSTR lpDIBBits-指向源DIB图像指针LONG lWidth-源图像宽度（象素数）LONG lHeight-源图像高度（象素数）BOOL ImageChangeProc：ThresholdDIB(LPSTR lpDIBBits，LONG lWidth，LONG lHeight){指向源图像的指针LPSTR lpSrc；指向缓存图像的指针LPSTR lpDst；指向缓存DIB图像的指针LPSTR lpNewDIBBits；HLOCAL hNewDIBBits；循环变量long i；long j；unsigned char pixel；long lHistogram[256]；阈值，最大灰度值与最小灰度值，两个区域的平均灰度值unsigned char Threshold，NewThreshold，MaxGrayValue，MinGrayValue，Temp1GrayValue，Temp2GrayValue；用于计算区域灰度平均值的中间变量long lP1，lP2，lS1，lS2；迭代次数int IterationTimes；LONG lLineBytes；hNewDIBBits=LocalAlloc(LHND，lWidth*lHeight)；if(hNewDIBBits=NULL){分配内存失败return FALSE；}锁定内存lpNewDIBBits=(char*)LocalLock(hNewDIBBits)；初始化新分配的内存lpDst=(char*)lpNewDIBBits；memset(lpDst，(BYTE)255，lWidth*lHeight)；lLineBytes=WIDTHBYTES(lWidth*8)；for(i=0；i；i+){lHistogram[i]=0；}获得直方图MaxGrayValue=0；MinGrayValue=255；for(i。
数字图像中属于局部处理的是：（A）灰度线性变换（B）二值化（C）傅里叶变换（D）中值滤波为什么选（D）什么叫做局部处理.
图像二值化的原理 图像的二值化的基本原理图像的二值化处理就是将图像上的点的灰度置为0或255，也就是将整个图像呈现出明显的黑白效果。即将256个亮度等级的灰度图像通过适当的阈值选取而获得仍然可以反映图像整体和局部特征的二值化图像。在数字图像处理中，二值图像占有非常重要的地位，特别是在实用的图像处理中，以二值图像处理实现而构成的系统是很多的，要进行二值图像的处理与分析，首先要把灰度图像二值化，得到二值化图像，这样子有利于在对图像做进一步处理时，图像的集合性质只与像素值为0或255的点的位置有关，不再涉及像素的多级值，使处理变得简单，而且数据的处理和压缩量小。为了得到理想的二值图像，一般采用封闭、连通的边界定义不交叠的区域。所有灰度大于或等于阈值的像素被判定为属于特定物体，其灰度值为255表示，否则这些像素点被排除在物体区域以外，灰度值为0，表示背景或者例外的物体区域。如果某特定物体在内部有均匀一致的灰度值，并且其处在一个具有其他等级灰度值的均匀背景下，使用阈值法就可以得到比较的分割效果。如果物体同背景的差别表现不在灰度值上（比如纹理不同），可以将这个差别特征转换为灰度的差别，然后利用阈值选取技术来分割该图像。动态调节。
数字图像处理 不需要二值化。不需要与常量比较。检测到边缘点可以用0或者1进行定义。一般用0定义为黑色像素点，用1定义为白色像素点。当然你也可以定义为0或者255。表示出来的结果一样的。你用MATLAB中的edge（）函数，再看一下得到的结果就什么都明白了。
图像处理里的图像2值化是什么意思啊 原理是什么啊
