- Prepoznavanje obraza
- Sistemi za prepoznavanje šarenic
- Prepoznavanje gest
- Interakcija med človekom in računalnikom (HCI)
- Mobilna robotika
- Identifikacija predmeta
- Segmentacija in prepoznavanje
- Stereopsis stereo vizija: globinska percepcija iz dveh kamer
- Razširjena resničnost
- Piksli z vrednostjo intenzivnosti nižja od praga.
- Piksli z vrednostjo intenzivnosti, ki je večja od praga.
Slika vhodne RGB se najprej pretvori v sliko sive lestvice, preden se izvaja prag. 
Vrste praga 
Od obeh skupin, ki sta bili prej pridobljeni, je skupina, ki ima člane z intenzivnostjo pik, večjo od nastavljenega praga, dodelitev max_value ali v primeru sive lestvice vrednosti 255 (bela). Člani preostale skupine imajo intenzivnost slikovnih pik na 0 (črno). 
Če je vrednost intenzivnosti pik na (x y) v izvorni sliki večja od praga, je vrednost na končni sliki nastavljena na Maxval. 
Inv. Binarni prag je enak binarnemu pragu. Edina bistvena razlika je v inv.binarnem pragu, ki ima skupino, ki ima intenzivnost slikovnih pik, večja od nastavljenega praga, dodeljena „0“, medtem ko so preostali piksli, ki imajo intenzivnost manjša od praga, nastavljeni na Maxval. 
Če je vrednost intenzivnosti pik na (x y) v izvorni sliki večja od praga, je vrednost na končni sliki nastavljena na 0, ki je nastavljena na Maxval. 
Skupina, ki ima intenzivnosti pik večja od nastavljenega praga, je okrnjena na nastavljeni prag ali z drugimi besedami, vrednosti slikovnih pik so nastavljene na enake kot nastavljeni prag. Vse druge vrednosti ostajajo enake. 
Če je vrednost intenzivnosti pik na (x y) v izvorni sliki večja od praga, je vrednost na končni sliki nastavljena na prag, drugače pa je nespremenjena. 
Zelo preprosta tehnika praga, v kateri smo intenzivnost slikovnih pik nastavili na '0' za vse slikovne pike skupine, ki imajo vrednost intenzivnosti pikslov manjšo od praga. 
Če je vrednost intenzivnosti pik na (x y) v izvorni sliki večja od praga, se vrednost pri (x y) na končni sliki ne spremeni. Vsi preostali slikovni piki so nastavljeni na '0'. 
Podobno kot prejšnja tehnika smo nastavili intenzivnost slikovnih pik na '0' za vse slikovne pike skupine, ki imajo vrednost intenzivnosti pik, večjo od praga. 
Če je vrednost intenzivnosti pik na (x y) v izvorni sliki večja od praga, je vrednost pri (x y) v končni sliki nastavljena na '0'. Vsa preostala vrednost slikovnih pik so nespremenjena. Če želite sestaviti programe OpenCV, morate v sistemu namestiti knjižnico OpenCV. V prihodnjih dneh bom objavil preprosto vadnico za isto. Če ste že namestili OpenCV, zaženite spodnjo kodo z vhodno sliko po vaši izbiri. CPP // CPP program to demonstrate segmentation // thresholding. #include ' ' ' << endl; return -1; } int threshold_value = 0; // Valid Values: 0 1 2 3 4 int threshold_type = 2; // maxVal useful for threshold_type 1 and 2 int maxVal = 255; // Source image Mat src = imread(argv[1] 1); cvNamedWindow('Original' CV_WINDOW_NORMAL); imshow('Original' src); Mat src_gray dst; // Convert the image to GrayScale cvtColor(src src_gray CV_BGR2GRAY); // Create a window to display results cvNamedWindow('Result' CV_WINDOW_NORMAL); createTrackbar('Threshold' 'Result' &threshold_value 255); while (1) { threshold(src_gray dst threshold_value maxVal threshold_type); imshow('Result' dst); waitKey(1); } }