opencv灰度阈值分割显示阈值图

OpenCV是一个广泛用于计算机视觉和机器学习的库，其中包含了很多图像处理功能，包括灰度阈值分割。灰度阈值分割是将一幅灰度图像二值化的过程，通过设定一个阈值，将图像中所有像素值大于等于阈值的区域设为前景（通常是白色），小于阈值的区域设为背景（通常是黑色）。

要创建一个阈值图，你可以按照以下步骤操作：

1. **读取图像**：首先使用`cv2.imread()`函数加载需要处理的灰度图像。

2. **设置阈值**：选择一个合适的阈值，这个值可以根据图像内容自行调整，也可以尝试自动计算如Otsu's阈值法（`cv2.threshold(src, thresh, maxval, type[, dst])`）。

3. **阈值分割**：使用`cv2.threshold()`函数，将图像转换为二值图像，返回一个新的掩码图像。

4. **查看结果**：原图像可以和阈值后的图像一起显示出来，通过`cv2.imshow()`函数可以看到阈值前后的对比效果。

5. **显示阈值图**：如果想要直接看到阈值分布，可以使用直方图（Histogram）或者其他可视化工具，但OpenCV本身并不直接提供这种方式。

示例代码片段如下：

import cv2

# 加载灰度图像
img = cv2.imread('gray_image.jpg', cv2.IMREAD_GRAYSCALE)

# 设置阈值并进行分割
ret, thresholded = cv2.threshold(img, 100, 255, cv2.THRESH_BINARY)

# 显示原始图像和阈值后图像
cv2.imshow("Original", img)
cv2.imshow("Thresholded", thresholded)

# 创建直方图可以观察阈值分布，但这不是OpenCV内置的功能
cv2.waitKey(0) # 等待按键