运用阈值分割法进行灰度图像分割的代码

阈值分割是将灰度图像二值化的一种常用方法，它通过设置一个阈值，将图像中的像素分为前景（高于阈值）和背景（低于或等于阈值）。下面是一个简单的Python示例，使用OpenCV库来实现这个过程：

import cv2
import numpy as np

# 加载图像
image = cv2.imread('your_image.jpg', cv2.IMREAD_GRAYSCALE)

# 设置阈值
threshold_value = 128  # 可视情况调整
threshold_type = cv2.THRESH_BINARY  # 或者cv2.THRESH_BINARY_INV、cv2.THRESH_TRUNC等

# 应用阈值分割
_, binary_image = cv2.threshold(image, threshold_value, 255, threshold_type)

# 显示原图和处理后的二值图像
cv2.imshow('Original Image', image)
cv2.imshow('Binary Image', binary_image)

# 等待用户按键，然后关闭窗口
cv2.waitKey(0)
cv2.destroyAllWindows()

在这个例子中，`cv2.threshold()`函数用于应用阈值，第一个参数是要处理的灰度图像数组，第二个参数是设定的阈值，第三个参数是目标结果的最大值（如果使用的是`cv2.THRESH_BINARY`），第四个参数是阈值处理类型。