基于阈值的图像分割 ⚫ 基于 OpenCV 实现几种典型的阈值分割方法，包括：全局阈值分割（可 参考 cv.threshold）、局部自适应阈值分割

（可参考 cv.adaptiveThreshold）、Otsu 阈 值分割（可参考 cv.threshold）等。在实现过程中，需要先读入一张灰度图像， 然后对其进行阈值分割。最后将原图和分割结果显示出来，方便观察和比较。

下面是一个基于 OpenCV 实现全局阈值分割的示例代码：

import cv2

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

# 全局阈值分割
ret, thresh = cv2.threshold(img, 127, 255, cv2.THRESH_BINARY)

# 显示原图和分割结果
cv2.imshow('Original', img)
cv2.imshow('Thresholded', thresh)
cv2.waitKey(0)
cv2.destroyAllWindows()

其中，cv2.threshold 函数的参数含义如下：

- 第一个参数为输入图像，必须为灰度图像。
- 第二个参数为阈值，用于将图像分为两部分。
- 第三个参数为最大值，用于表示分割后的目标像素值。
- 第四个参数为分割方法，可选项包括 cv2.THRESH_BINARY、cv2.THRESH_BINARY_INV、 cv2.THRESH_TRUNC、cv2.THRESH_TOZERO 和 cv2.THRESH_TOZERO_INV。

局部自适应阈值分割和 Otsu 阈值分割的实现方式类似，只需将 cv2.threshold 函数改为 cv2.adaptiveThreshold 和 cv2.threshold 函数的 cv2.THRESH_OTSU 参数即可。