opencv 数组二值化

在OpenCV中，数组二值化通常是指将灰度图像转换成黑白二值图像的过程，这有助于简化图像处理任务并突出重要的特征。常用的二值化方法有全局阈值法和局部阈值法。

1. **全局阈值法**：使用一个固定的阈值值将所有大于该值的像素设置为白色（通常是255），小于等于阈值的像素设为黑色（通常是0）。例如，使用`threshold()`函数：

   Mat binary_img;
   threshold(src_gray, binary_img, threshold_value, 255, THRESH_BINARY);

2. **Adaptive Thresholding**：这种方法会根据每个像素周围的邻域像素来动态确定阈值，比如`adaptiveThreshold()`函数，它提供多种适应方法（ADAPTIVE_THRESH_MEAN_C, ADAPTIVE_THRESH_GAUSSIAN_C）。

3. **Otsu's Method**：这是一个自动确定最优阈值的技术，`compareToThreshold()`函数可用于结合Otsu's算法进行二值化。

二值化后，你可以更方便地进行形状检测、边缘检测等操作。