图像阈值处理是实现图像分割的一种方法，常用的阈值分割方法有简单阈值，自适应阈值，Otsu‘s二值化等。
cv2.threshold()可以用来进行图像阈值处理，cv2.threshold(src, thresh, maxval, type) 第一个参数是原图像，第二个参数是对像素值进行分类的阈值，第三个参数是当像素值高于(小于)阈值时，应该被赋予的新的像素值，第四个参数是阈值方法。函数有两个返回值，一个为retVal, 一个阈值化处理之后的图像。
常用的阈值方法有：
图像二值化：基于图像的直方图来实现的，0白色 1黑色
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）。
method阈值类型一般分为五种：
具体可参考：https://www.jianshu.com/p/497bc5497bde
总之：
具体实例如下：
#include <opencv2/imgproc.hpp> #include <opencv2/highgui.hpp> #include <opencv2/opencv.hpp> using namespace cv; // 原图像 Mat srcImage, dstImage; // 调整阈值类型的变量 int g_ThresholdType = 0; int g_ThresholdValue = 128; // 回调函数 static void OnThresholdMethod(int, void*); int main(int argc, char** argv) { // 载入图像 srcImage = imread("E:\\VS2015Opencv\\vs2015\\project\\picture\\01.jpg"); // 判断图像是否为空 if (srcImage.empty()) { printf("image error!"); return 0; } // 对原图像进行备份 dstImage = srcImage.clone(); namedWindow("原图"); imshow("原图", dstImage); // 判断图像是彩色图像还是灰度图像 // 如果图像是彩色图像，需要将图像转换为灰度图像 if (srcImage.channels() == 3) { cvtColor(srcImage, srcImage, COLOR_BGR2GRAY); } namedWindow("【效果图】"); createTrackbar("阈值大小：", "【效果图】", &g_ThresholdValue, 255, OnThresholdMethod); createTrackbar("阈值类型：", "【效果图】", &g_ThresholdType, 8, OnThresholdMethod); // 调用回调函数 OnThresholdMethod(0, 0); waitKey(0); return 0; } void OnThresholdMethod(int, void*) { Mat tmpImage = srcImage.clone(); // 设置二值化的类型 //目前，Otsu或者Triangle算法仅支持8位单通道图像的实现 // 因此与这两个算法组合的时候，需要将图像转换为灰度图像 if (g_ThresholdType == 5) { if (srcImage.channels() == 3) cvtColor(srcImage, tmpImage, COLOR_BGR2GRAY); g_ThresholdType = THRESH_OTSU + THRESH_BINARY; } if (g_ThresholdType == 6) { if (srcImage.channels() == 3) cvtColor(srcImage, tmpImage, COLOR_BGR2GRAY); g_ThresholdType = THRESH_OTSU + THRESH_BINARY_INV; } if (g_ThresholdType == 7) { if (srcImage.channels() == 3) cvtColor(srcImage, tmpImage, COLOR_BGR2GRAY); g_ThresholdType = THRESH_TRIANGLE + THRESH_BINARY; } if (g_ThresholdType == 8) { if (srcImage.channels() == 3) cvtColor(srcImage, tmpImage, COLOR_BGR2GRAY); g_ThresholdType = THRESH_TRIANGLE + THRESH_BINARY_INV; } // 二值化处理 threshold(tmpImage, dstImage, g_ThresholdValue, 255, g_ThresholdType); imshow("【效果图】", dstImage); }
原文：https://www.cnblogs.com/fcfc940503/p/11246838.html