全局二值化容易受阴影影响，所以可以局部二值化。自适应阈值分割的本质就是局部二值化。
具体操作步骤如下：
(1) 对某个像素值，原来为 \(S\)，取其周围的 \(n\times n\) 的区域，求区域均值或高斯加权值，记为 \(T\)；
(2) 对 \(8\) 位图像，如果 \(S > T\)，则该像素点二值化为 \(255\), 否则为 \(0\)。
优化：
(1) 在实际操作中，通过卷积操作，即均值模糊或高斯模糊，实现求区域均值或高斯加权值；
(2) 上面步骤中，增加超参数 \(C\)，\(C\) 可以为任何实数，当 \(S > T- C\) 时，把原像素二值化为 \(255\)。
(3) 也可以设置超参数 \(\alpha\in [0,1]\)，当 \(S > (1-\alpha) T\) 时把原像素点二值化为 \(255\)，通常取 \(\alpha=0.15\)。
原文：https://www.cnblogs.com/forcekeng/p/14382362.html