利用opencv编程实现直方图谷底法的图像二阈值分割。即绘制直方图，然后找到谷点设定为阈值T1和T2，使用这两个阈值将下面一副图像分成三种灰度级0，100，255。

好的，我可以帮你解答这个问题。下面是利用OpenCV实现直方图谷底法的图像二阈值分割的代码：

import cv2
import numpy as np

# 读取图像
img = cv2.imread('image.jpg', 0)

# 绘制直方图
hist = cv2.calcHist([img], [0], None, [256], [0, 256])

# 查找谷点
min_val, max_val, min_loc, max_loc = cv2.minMaxLoc(hist)
hist_left = hist[:max_loc[0] + 1]
hist_right = hist[max_loc[0]:]
min_loc_left = cv2.minMaxLoc(hist_left)[0]
min_loc_right = cv2.minMaxLoc(hist_right)[0]
valley_point = max_loc[0] + np.argmin(hist[max_loc[0]:]) - 1

# 设定阈值
T1 = min(valley_point, min_loc_left)
T2 = max(valley_point, min_loc_right)

# 二值化图像
img_binary = np.zeros_like(img)
img_binary[(img > T1) & (img < T2)] = 100
img_binary[img >= T2] = 255

# 显示原图和二值化结果
cv2.imshow('image', img)
cv2.imshow('binary', img_binary)
cv2.waitKey(0)
cv2.destroyAllWindows()

在这个代码中，我们首先读取了一张灰度图像，然后使用`cv2.calcHist`函数计算出了该图像的直方图。接着，我们查找直方图的谷点，将谷点左右两侧的最小值作为阈值T1和T2。最后，我们使用这两个阈值将图像分为三类，0、100和255，其中100为我们设定的中间灰度级。最后，我们将二值化后的图像显示出来。

希望这个代码能够帮助到你！