机器视觉原理与应用图像二值化处理代码

图像二值化处理是机器视觉中常用的处理方式之一，可以将一张灰度图像转换为只有黑白两种颜色的二值图像，方便后续的处理和分析。下面是使用Python和OpenCV库进行图像二值化处理的代码：

import cv2

# 读取图像
img = cv2.imread('image.jpg', 0)

# 二值化处理
ret, binary_img = cv2.threshold(img, 127, 255, cv2.THRESH_BINARY)

# 显示图像
cv2.imshow('Binary Image', binary_img)
cv2.waitKey(0)
cv2.destroyAllWindows()

以上代码中，我们使用`cv2.imread()`函数读取一张灰度图像，然后使用`cv2.threshold()`函数进行二值化处理。其中，`cv2.threshold()`函数有四个参数：

- 第一个参数是要进行二值化处理的原始图像；
- 第二个参数是二值化处理的阈值，像素点的灰度值大于该阈值则被设置为白色（255），小于该阈值则被设置为黑色（0）；
- 第三个参数是二值化处理的最大值，一般为255；
- 第四个参数是二值化处理的方法，常见的有`cv2.THRESH_BINARY`、`cv2.THRESH_BINARY_INV`、`cv2.THRESH_TRUNC`等。

最后，我们使用`cv2.imshow()`函数显示二值化后的图像，并使用`cv2.waitKey()`和`cv2.destroyAllWindows()`函数等待用户关闭窗口并释放内存。

希望这个代码能够帮助到你。