影象二值化介紹：https://blog.csdn.net/qq_30490125/article/details/80458500

                                https://blog.csdn.net/what_lei/article/details/49159655

影象二值化：基於影象的直方圖來實現的，0白色 1黑色

相關函式說明

函式threshold()的引數說明：

    cv.THRESH_BINARY | cv.THRESH_OTSU)#大律法,全域性自適應閾值 引數0可改為任意數字但不起作用
    cv.THRESH_BINARY | cv.THRESH_TRIANGLE)#TRIANGLE法,，全域性自適應閾值, 引數0可改為任意數字但不起作用，適用於單個波峰
    cv.THRESH_BINARY)# 自定義閾值為150,大於150的是白色 小於的是黑色
    cv.THRESH_BINARY_INV)# 自定義閾值為150,大於150的是黑色 小於的是白色
    cv.THRESH_TRUNC)# 截斷 大於150的是改為150  小於150的保留

    cv.THRESH_TOZERO)# 截斷 小於150的是改為150  大於150的保留

例項演示

程式碼如下：

# 匯入cv模組
#-*-coding:utf-8-*-
import cv2 as cv
import numpy as np

# 全域性閾值
def threshold_demo(image):
    gray = cv.cvtColor(image, cv.COLOR_BGRA2GRAY)
    ret, binary = cv.threshold(gray, 0, 255, cv.THRESH_BINARY | cv.THRESH_OTSU)
    print("threshold value %s" % ret)
    cv.imshow("threshold_demo", binary)

# 區域性閾值
def local_threshold_demo(image):
    gray = cv.cvtColor(image, cv.COLOR_BGRA2GRAY)
    binary = cv.adaptiveThreshold(gray, 255, cv.ADAPTIVE_THRESH_GAUSSIAN_C, cv.THRESH_BINARY, 25, 10)
    cv.imshow("local_threshold_demo", binary)

# 自定義
def custom_threshold_demo(image):
    gray = cv.cvtColor(image, cv.COLOR_BGR2GRAY)
    h, w = gray.shape[:2]
    m = np.reshape(gray, [1, w * h])  # 化為一維陣列
    mean = m.sum() / (w * h)
    print("mean: ", mean)
    ret, binary = cv.threshold(gray, mean, 255, cv.THRESH_BINARY)
    cv.imshow("custom_threshold_demo", binary)

print("------------Hi,Python!-------------")
# 讀取影象，支援 bmp、jpg、png、tiff 等常用格式
src = cv.imread("F:/Projects/images/test.png")
# 建立視窗並顯示影象
cv.namedWindow("input image", cv.WINDOW_AUTOSIZE)
cv.imshow("input image", src)  # 顯示原圖
threshold_demo(src)
local_threshold_demo(src)
custom_threshold_demo(src)
cv.waitKey(0)
# 釋放視窗
cv.destroyAllWindows()
 

執行效果：