cv2.threshold使用自适应化阈值

cv2.threshold函数可以使用自适应阈值，这种方法称为自适应阈值化。自适应阈值化是一种基于图像局部特征的阈值化方法，它能够在图像上不同区域使用不同的阈值，因此可以更好地处理不同区域的图像。

使用自适应阈值化，我们需要先使用cv2.adaptiveThreshold函数。这个函数有几个参数：

- src：输入图像
- maxValue：像素值最大值
- adaptiveMethod：自适应方法
- thresholdType：阈值类型
- blockSize：像素块大小
- C：阈值偏移量

其中，自适应方法有两种：

- cv2.ADAPTIVE_THRESH_MEAN_C：阈值是邻域像素的平均值减去C的值。
- cv2.ADAPTIVE_THRESH_GAUSSIAN_C：阈值是邻域像素的高斯加权平均值减去C的值。

示例代码如下：

import cv2

img = cv2.imread('image.jpg', 0)
thresh = cv2.adaptiveThreshold(img, 255, cv2.ADAPTIVE_THRESH_GAUSSIAN_C, cv2.THRESH_BINARY, 11, 2)
cv2.imshow('Adaptive threshold', thresh)
cv2.waitKey(0)
cv2.destroyAllWindows()

在这个例子中，我们使用cv2.adaptiveThreshold函数计算了一个自适应阈值，并将其应用于输入图像。我们使用了cv2.ADAPTIVE_THRESH_GAUSSIAN_C方法，并设置了一个像素块大小为11和一个阈值偏移量为2。这样就可以得到一个自适应二值化的结果。