Python OpenCV 影像处理：影像二值化

► 前言

本篇将介绍使用OpenCV Python对于图像上的二值化操作，二值化主要用途包括图像分割、物体侦测、文字识别等。这种转换可以帮助检测图像中的物体或特定特征，并提取有用的信息。透过程式码的说明，让各位了解OpenCV Python于图像处理上的基本操作。

► 二值化定义

将一幅灰度图像转换为黑白图像的过程。它的目标是将灰度图像中的每个像素点分为两个类别：一个是前景（通常是物体或感兴趣的区域），另一个是背景。二值化后的图像中只包含两种值，通常是0和255（或1），分别表示黑色（背景）和白色（前景）。

►固定阈值二值化（Thresholding）

将图像的每个像素值与一个固定阈值进行比较，将像素值分为两个类别：大于阈值的设为一个值（通常是255），小于阈值的设为另一个值（通常是0）。