Opencv自动阈值处理

、一、自适应阈值adaptive Threshold

       常规的threshold使用是全局阈值，即整幅图像采用同一个数作为阈值。这种方法并不适应与所有情况，尤其是当同一幅图像上的不同部分的亮度不同时。这种情况下我们需要采用自适应阈值，即adaptiveThreshold，此时的阈值是根据图像上的每一个小区域计算与其对应的阈值。因此在同一幅图像上的不同区域采用的是不同的阈值。adaptiveThreshold的使用方式如下

cv2.adaptiveThreshold(src, maxval, thresh_type, type, Block Size, C)

src：源图片

maxval：填充色

thresh_type：阈值计算方式，分为两种，分别是cv2.ADAPTIVE_THRESH_MEAN_C （相邻区域的平均值）与cv2.ADAPTIVE_THRESH_GAUSSIAN_C（相邻区域取高斯值）

type：阈值类型，cv2.THRESH_BINARY（非黑即白）或cv2.THRESH_BINARY_INV（非白即黑），与threshold中的含义相同，但种类只有这两个。

Block size：计算阈值的区域大小（区域为正方形）

C： 设定的常数，阈值等于均值或者高斯值减去这个常数

二、Otsu’s 二值化

常规的cv2.threshold两个返回值，第一个retVal（得到的阈值值（在后面一个方法中会用到）），第二个就是阈值化后的图像，其中retVal就关系到Otsu二值化，Otsu’s非常适合于图像灰度直方图具有双峰的情况，能够自动根据其直方图计算出一个阈值

Otsu 二值化在cv2.threshold的基础上在尾部补充 | cv2.THRESH_OTSU即可

cv2.threshold (src, thresh, maxval, type| cv2.THRESH_OTSU)