在上述答案中用上大津法获取thresholdvalue

大津（Otsu's method）是一种自适应阈值分割算法，它可以根据图像内部的统计特性自动选择最佳阈值，使得两个类别的方差最大化。在OpenCV中，可以使用`cv::threshold`函数配合`cv::THRESH_OTSU`标志来应用大津法。

以下是结合大津法二值化的示例：

#include <opencv2/opencv.hpp>

cv::Mat img = cv::imread("input.jpg", cv::IMREAD_GRAYSCALE); // 加载灰度图像

// 使用大津法计算阈值
int threshold_value;
cv::threshold(img, img, threshold_value, 255, cv::THRESH_BINARY + cv::THRESH_OTSU);

// 检查是否成功二值化
if (img.channels() != 1) {
    std::cout << "Binary image not created successfully with Otsu's method." << std::endl;
} else {
    std::cout << "Image has been binarized using Otsu's method with a calculated threshold value." << std::endl;
}

cv::imshow("Binarized Image with Otsu", img > 0); // 显示二值化后的图像
cv::waitKey(0);

在上面的代码中，`cv::THRESH_OTSU`会自动计算最适合的阈值，然后进行二值化。注意，由于大津法的结果是一个整数值，所以不需要手动设置阈值。