python灰度图像二值化

要将Python灰度图像二值化，可以使用OpenCV库中的threshold函数。以下是三种常用的二值化方法的示例代码：

1. 自定义阈值：使用图像的均值作为阈值来分割图像。

import cv2
import numpy as np

def custom_threshold(input_img_file):
    image = cv2.imread(input_img_file)
    gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
    h, w = gray.shape[:2]
    m = np.reshape(gray, [1, h*w])
    mean = m.sum() / (h*w)
    ret, binary = cv2.threshold(gray, mean, 255, cv2.THRESH_BINARY)
    return binary

2. 全局阈值（THRESH_TRIANGLE）：使用三角形算法计算全局阈值来分割图像。

import cv2

def threshold_by_triangle(input_img_file):
    image = cv2.imread(input_img_file)
    gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
    ret, binary = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY | cv2.THRESH_TRIANGLE)
    return binary

3. 自适应阈值（THRESH_TOZERO）：使用自定义的阈值来分割图像。

import cv2

def threshold_by_tozero(input_img_file):
    image = cv2.imread(input_img_file)
    gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
    ret, binary = cv2.threshold(gray, 127, 255, cv2.THRESH_TOZERO)
    return binary

请注意，上述代码中的input_img_file是输入的灰度图像文件路径，binary是二值化后的图像。你可以根据自己的需求选择适合的二值化方法进行图像处理。