python opencv自适应阈值处理

在OpenCV中，自适应阈值处理可以使用adaptiveThreshold()函数实现。该函数的原型如下：

cv2.adaptiveThreshold(src, maxValue, adaptiveMethod, thresholdType, blockSize, C)

其中，参数说明如下：

- src：输入图像，必须为灰度图像。
- maxValue：当像素值超过阈值时，所赋予的最大值。
- adaptiveMethod：自适应阈值算法，有两种选择：cv2.ADAPTIVE_THRESH_MEAN_C和cv2.ADAPTIVE_THRESH_GAUSSIAN_C。
- thresholdType：阈值类型，有两种选择：cv2.THRESH_BINARY和cv2.THRESH_BINARY_INV。
- blockSize：块大小，用来计算阈值的像素邻域大小，必须为奇数。
- C：常数，在计算阈值时，从均值或加权均值中减去的值。

下面是一个示例代码，演示如何使用自适应阈值处理：

import cv2

# 读取灰度图像
img = cv2.imread('image.jpg', 0)

# 自适应阈值处理
thresh = cv2.adaptiveThreshold(img, 255, cv2.ADAPTIVE_THRESH_MEAN_C, cv2.THRESH_BINARY, 11, 2)

# 显示结果
cv2.imshow('Result', thresh)
cv2.waitKey(0)
cv2.destroyAllWindows()

在上面的代码中，我们使用cv2.ADAPTIVE_THRESH_MEAN_C作为自适应阈值算法，cv2.THRESH_BINARY作为阈值类型，块大小为11x11，常数为2。可以根据实际情况调整这些参数，以达到最佳的效果。