可以使用函数cv::inRange对彩色图像进行阈值化。

void inRange(InputArray src, InputArray lowerb, InputArray upperb, OutputArray dst)

字符串
例如，您可以只允许（0，125，0）和（255，200，255）之间的值，或单个通道的任何值：

cv::Mat image = cv::imread("bird.jpg");

if (image.empty()) {
    std::cout << "> This image is empty" << std::endl;
    return 1;
}

型

的数据

cv::Mat output;
cv::inRange(image, cv::Scalar(0, 125, 0), cv::Scalar(255, 200, 255), output);
cv::imshow("output", output);

型

的

简而言之，你必须把你的图像滑入三个包含三个通道的图像中，三个独立地保持它们，然后再次合并它们。

Mat frame,thresholded;
vector<Mat> splited_frame;
//Read your frame
split(frame, splited_frame);
for (size_t i = 0; i < splited_frame.size(); i++)
   threshold(splited_frame[i], splited_frame[i], 5, 255, cv::THRESH_BINARY);
merge(splited_frame,thresholded);

字符串
这段代码应该可以做到。
对不起，我读得太快了。那么，你应该在for之后稍微修改一下代码。

thresholded = splited_frame[0].clone();
for(size_t i = 1; i < splited_frame.size(); i++) thresholded &= splited_frame[i];
frame &= thresholded;

型
您可以从三个阈值图像中创建一个蒙版，然后将此蒙版应用于输入图像。