BSDS-300 数据集是伯克利图像分割数据集，选取了 10 张图像作为代表进行测试，基于 OpenCV 实现几种典型的阈值分割方法，包括：全局阈值分割（可 参考 cv.threshold）、局部自适应阈值分割。

BSDS-300 数据集是一个广泛用于图像分割领域的数据集，其中包含了不同场景下的 300 张图像和相应的人工标注数据。在这个数据集中，每个图像都有一个对应的二进制掩模，表示图像中哪些像素属于同一类别。这些标注数据可以用来训练和评估图像分割算法的性能。

在基于 OpenCV 实现的几种典型的阈值分割方法中，全局阈值分割是最简单的一种方法。它假设整个图像的像素都属于同一类别，并且使用一个全局的阈值对图像进行分割。可以使用 OpenCV 中的 cv.threshold 函数来实现全局阈值分割。

局部自适应阈值分割方法则考虑到图像中不同区域的像素具有不同的统计特性。它将图像分成许多小块，并计算每个小块的局部统计信息（例如平均值或中位数），然后使用一个自适应的阈值对每个小块进行分割。在 OpenCV 中，可以使用 cv.adaptiveThreshold 函数来实现局部自适应阈值分割。