opencv二值化自适应滤值

OpenCV 中提供了自适应二值化函数 `cv2.adaptiveThreshold()`，可以根据图像局部区域内的像素值进行二值化处理。该函数需要指定以下参数：

- `src`：输入图像，必须为灰度图像。
- `maxval`：当像素值超过阈值时，赋予的最大值。
- `adaptiveMethod`：自适应阈值算法。可选值有 `cv2.ADAPTIVE_THRESH_MEAN_C` 和 `cv2.ADAPTIVE_THRESH_GAUSSIAN_C`。
- `thresholdType`：二值化类型，可选值有 `cv2.THRESH_BINARY` 和 `cv2.THRESH_BINARY_INV`。
- `blockSize`：局部区域大小，必须为奇数。
- `C`：从平均值或加权平均值中减去的常数，用于计算阈值。

下面是一个示例代码：

import cv2

img = cv2.imread('test.jpg', 0)
img = cv2.medianBlur(img, 5)  # 中值滤波
img_thres = cv2.adaptiveThreshold(img, 255, cv2.ADAPTIVE_THRESH_MEAN_C, cv2.THRESH_BINARY, 11, 2)
cv2.imshow('Thresholded Image', img_thres)
cv2.waitKey(0)

在上述代码中，我们首先读取了一张灰度图像 `test.jpg`，接着进行了中值滤波。然后，我们使用 `cv2.adaptiveThreshold()` 函数进行自适应二值化，其中 `adaptiveMethod` 参数为 `cv2.ADAPTIVE_THRESH_MEAN_C`，`thresholdType` 参数为 `cv2.THRESH_BINARY`，`blockSize` 参数为 11，`C` 参数为 2。最后，我们显示了二值化后的图像。