opencv自适应阈值二值化

OpenCV中的自适应阈值二值化函数是`cv2.adaptiveThreshold()`，该函数可以根据图像的局部区域确定阈值，而不是像简单阈值二值化那样使用全局阈值。该函数的语法如下：

cv2.adaptiveThreshold(src, maxValue, adaptiveMethod, thresholdType, blockSize, C[, dst]) → dst

其中，参数`src`是输入图像，必须为灰度图像；`maxValue`是二值化后的最大值；`adaptiveMethod`是自适应阈值算法，可以选择`cv2.ADAPTIVE_THRESH_MEAN_C`或`cv2.ADAPTIVE_THRESH_GAUSSIAN_C`；`thresholdType`是阈值类型，可以选择`cv2.THRESH_BINARY`或`cv2.THRESH_BINARY_INV`；`blockSize`是每个局部区域的大小，必须为奇数；`C`是从平均值或加权平均值中减去的常数，通常为0。如果指定了可选参数`dst`，则函数将结果存储在其中，否则将返回结果。

下面是一个示例代码：

import cv2

img = cv2.imread('image.png', 0)
dst = cv2.adaptiveThreshold(img, 255, cv2.ADAPTIVE_THRESH_GAUSSIAN_C, cv2.THRESH_BINARY, 11, 2)
cv2.imshow('adaptive threshold', dst)
cv2.waitKey(0)
cv2.destroyAllWindows()

在这个示例中，我们将一张灰度图像`image.png`读入内存，并使用高斯自适应阈值算法进行阈值二值化。每个局部区域的大小为11，并且从加权平均值中减去了2。最后，我们将结果显示在屏幕上。