python图像0，1二值化

将图像像素值二值化为0和1，可以将所有灰度值高于阈值设为1，低于阈值设为0。可以使用全局固定阈值的方法或者局部自适应阈值的方法来实现。

以下是使用全局固定阈值的方法：

import cv2

# 读取灰度图像
img = cv2.imread('image.png', cv2.IMREAD_GRAYSCALE)

# 应用全局固定阈值二值化
thresh, binary_img = cv2.threshold(img, 127, 1, cv2.THRESH_BINARY)

# 显示二值化后的图像
cv2.imshow('binary image', binary_img)
cv2.waitKey(0)
cv2.destroyAllWindows()

其中，`cv2.threshold`函数的第三个参数设为1，即将高于阈值的像素值设为1。

以下是使用局部自适应阈值的方法：

import cv2

# 读取灰度图像
img = cv2.imread('image.png', cv2.IMREAD_GRAYSCALE)

# 应用局部自适应阈值二值化
binary_img = cv2.adaptiveThreshold(img, 1, cv2.ADAPTIVE_THRESH_MEAN_C, cv2.THRESH_BINARY, 11, 2)

# 显示二值化后的图像
cv2.imshow('binary image', binary_img)
cv2.waitKey(0)
cv2.destroyAllWindows()

其中，`cv2.adaptiveThreshold`函数用于应用局部自适应阈值二值化，参数`1`表示高于阈值的像素值要设置的值，`cv2.ADAPTIVE_THRESH_MEAN_C`表示使用局部像素均值作为阈值计算方法，`cv2.THRESH_BINARY`表示二值化方法，`11`表示局部块大小，`2`表示从块大小中减去的常数。