python代码将灰度图像转换为二值图像

在Python中，我们可以使用PIL（Python Imaging Library）或者OpenCV库来处理图像并将其从灰度转换为二值。这里是一个简单的例子，使用PIL：

from PIL import Image, ImageOps

# 加载灰度图像
image_gray = Image.open('gray_image.png').convert('L')

# 定义阈值，可以根据实际需要调整
threshold = 128

# 应用阈值，大于等于阈值的像素设置为白色（255），小于阈值的像素设置为黑色（0）
binary_image = image_gray.point(lambda x: 255 if x > threshold else 0)

# 保存二值图像
binary_image.save('binary_image.png')

在这个代码中，`point()`函数接受一个函数作为参数，这个函数会对每个像素的灰度值应用，如果灰度值大于给定的阈值，就设置为白色，反之则为黑色。

如果你使用OpenCV，可以这样做：

import cv2

# 读取灰度图像
img_gray = cv2.imread('gray_image.jpg', cv2.IMREAD_GRAYSCALE)

# 设定阈值，这里使用Otsu's阈值自动计算
_, binary_img = cv2.threshold(img_gray, 0, 255, cv2.THRESH_BINARY_INV + cv2.THRESH_OTSU)

# 保存二值图像
cv2.imwrite('binary_image.jpg', binary_img)

这里使用了`cv2.threshold()`函数，它会返回二进制图像和一个掩码。`cv2.THRESH_BINARY_INV`表示图像中的高值区域变为黑色，低值区域变为白色，而`cv2.THRESH_OTSU`用于自动确定最佳阈值。