Thresholding merupakan salah satu metode segmentasi citra yang memisahkan antara objek dengan background dalam suatu citra berdasarkan pada perbedaan tingkat kecerahannya atau gelap terang nya. Region citra yang cenderung gelap akan dibuat semakin gelap (hitam sempurna dengan nilai intensitas sebesar 0), sedangkan region citra yang cenderung terang akan dibuat semakin terang (putih sempurna dengan nilai intensitas sebesar 1). Oleh karena itu, keluaran dari proses segmentasi dengan metode thresholding adalah berupa citra biner dengan nilai intensitas piksel sebesar 0 atau 1. Setelah citra sudah tersegmentasi atau sudah berhasil dipisahkan objeknya dengan background, maka citra biner yang diperoleh dapat dijadikan sebagai masking utuk melakukan proses cropping sehingga diperoleh tampilan citra asli tanpa background atau dengan background yang dapat diubah-ubah.

Berikut ini merupakan contoh pemrograman matlab mengenai aplikasi dari metode thresholding untuk melakukan segmentasi terhadap citra digital. Setelah objek berhasil disegmentasi, proses selanjutnya adalah mengganti-ganti background citra rgb asli

Langkah pemrogramannya adalah sebagai berikut:
1. Membaca dan menampilkan citra asli

clc; clear; close all;

% Object
Img = imread('the mario bros.jpg');
figure, imshow(Img);

Sehingga diperoleh tampilan

2. Mengkonversi ruang warna citra RGB menjadi Grayscale

Gray = rgb2gray(Img);
figure, imshow(Img);

Citra grayscale yang dihasilkan adalah

3. Melakukan segmentasi citra menggunakan metode thresholding

bw = im2bw(Gray,.99);
figure, imshow(bw);

Hasil segmentasi yang diperoleh adalah

4. Melakukan operasi komplemen agar objek yang bernilai 1 (berwarna putih), sedangkan background yang bernilai 0 (berwarna hitam)

bw = imcomplement(bw);
figure, imshow(bw);

Hasil operasi komplemen

5. Melakukan operasi morfologi untuk menyempurnakan bentuk objek pada citra biner hasil segmentasi. Operasi morfologi yang dilakukan adalah berupa filling holes, area opening, dan erosi.

bw = imfill(bw,'holes');
bw = bwareaopen(bw,100);
str = strel('disk',5);
bw = imerode(bw,str);
figure, imshow(bw);

Hasil operasi morfologi yang diperoleh adalah

6. Membaca dan menampilkan citra yang akan digunakan sebagai background

% Background
Img2 = imread('background 1.jpg');
figure, imshow(Img2);

Tampilan citra background adalah

7. Mengimplementasikan citra biner hasil segmentasi untuk mengubah background citra asli

R = Img(:,:,1);
G = Img(:,:,2);
B = Img(:,:,3);

R2 = Img2(:,:,1);
G2 = Img2(:,:,2);
B2 = Img2(:,:,3);

R2(bw) = R(bw);
G2(bw) = G(bw);
B2(bw) = B(bw);

RGB = cat(3,R2,G2,B2);
figure, imshow(RGB);

Hasil implementasi yang diperoleh adalah

Beberapa tampilan contoh implementasi penggantian background terhadap citra asli di antaranya adalah sebagai berikut:

File source code lengkap beserta citra pada pemrograman matlab di atas dapat diperoleh melalui halaman berikut ini: Source Code

Penerapan metode thresholding untuk deteksi citra bisa dilihat pada video tutorial berikut ini: