图像二值化是将图像转换为黑白色，便于目标物体提取。Python OpenCV 提供了阈值函数 cv2.threshold() 和自适应阈值函数 cv2.adaptiveThreshold()。全局阈值将像素分为大于阈值的255和小于阈值的0，自适应阈值则根据图像局部区域计算阈值，适用于亮度不均匀的图像。
定义：图像的二值化，就是将图像上的像素点的灰度值设置为0或255，也就是将整个图像呈现出明显的只有黑和白的视觉效果。
一幅图像包括目标物体、背景还有噪声，要想从多值的数字图像中直接提取出目标物体，常用的方法就是设定一个阈值T，用T将图像的数据分成两部分：大于T的像素群和小于T的像素群。这是研究灰度变换的最特殊的方法，称为图像的二值化（Binarization）。
简单的阈值-（全局阈值）：
Python-OpenCV中提供了阈值（threshold）函数：
cv2.threshold（）
函数：第一个参数 src 指原图像，原图像应该是灰度图。
第二个参数 x 指用来对像素值进行分类的阈值。
第三个参数 y 指当像素值高于（有时是小于）阈值时应该被赋予的新的像素值
第四个参数 Methods 指，不同的不同的阈值方法，这些方法包括：
•cv2.THRESH_BINARY 图（1）
•cv2.THRESH_BINARY_INV 图（2）
最低0.47元/天 解锁文章
扫一扫
25万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
