- Yüz tanıma
- İnsan-bilgisayar etkileşimi (HCI)
- Nesne tanımlama
- Segmentasyon ve tanıma
- Stereopsis stereo görüş: 2 kameradan derinlik algısı
- Yoğunluk değeri eşikten düşük olan pikseller.
- Yoğunluk değeri eşikten büyük olan pikseller.
Giriş RGB görüntüsü, eşikleme yapılmadan önce ilk olarak gri tonlamalı görüntüye dönüştürülür. 
Eşik türleri 
Daha önce elde edilen iki gruptan, belirlenen eşikten daha büyük piksel yoğunluğuna sahip üyelere sahip olan gruba Max_Value atanır veya gri tonlama durumunda 255 (beyaz) değeri atanır. Geriye kalan grubun üyelerinin piksel yoğunlukları 0 (siyah) olarak ayarlanmıştır. 
Kaynak görüntüdeki (x y)'deki piksel yoğunluk değeri eşikten büyükse son görüntüdeki değer maxVal olarak ayarlanır. 
Env. İkili eşik, İkili eşik ile aynıdır. Tek önemli fark, Inv.Binary eşiklemesinde, piksel yoğunlukları ayarlanan eşikten daha büyük olan gruba '0' atanırken, yoğunlukları eşikten daha düşük olan geri kalan pikseller maxVal olarak ayarlanır. 
Kaynak görüntüdeki (x y)'deki piksel yoğunluğu değeri eşikten büyükse son görüntüdeki değer 0'a, aksi halde maxVal'a ayarlanır. 
Piksel yoğunlukları ayarlanan eşikten daha büyük olan grup, ayarlanan eşiğe kısaltılır veya başka bir deyişle piksel değerleri, ayarlanan eşikle aynı olacak şekilde ayarlanır. Diğer tüm değerler aynı kalır. 
Kaynak görüntüdeki (x y)'deki piksel yoğunluğu değeri eşikten büyükse son görüntüdeki değer eşiğe ayarlanır, aksi takdirde değişmez. 
Piksel yoğunluk değeri eşikten düşük olan grubun tüm pikselleri için piksel yoğunluğunu '0'a ayarladığımız çok basit bir eşikleme tekniği. 
Kaynak görüntüdeki (x y) noktasındaki piksel yoğunluğu değeri eşikten büyükse, son görüntüdeki (x y) noktasındaki değer değişmez. Kalan tüm pikseller '0' olarak ayarlanmıştır. 
Önceki tekniğe benzer şekilde burada piksel yoğunluğu değeri eşikten büyük olan grubun tüm pikselleri için piksel yoğunluğunu '0' olarak ayarlıyoruz. 
Kaynak görüntüdeki (x y) noktasındaki piksel yoğunluğu değeri eşikten büyükse, son görüntüdeki (x y) noktasındaki değer '0' olarak ayarlanır. Geriye kalan tüm piksel değerleri değişmez. OpenCV programlarını derlemek için sisteminizde OpenCV kütüphanesinin kurulu olması gerekmektedir. Önümüzdeki günlerde bunun için basit bir eğitim yayınlayacağım. OpenCV'yi zaten yüklediyseniz, aşağıdaki kodu seçtiğiniz giriş görüntüsüyle çalıştırın. 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); } }