图像二值化处理、大津阈值，cv::threshold函数详解（OpenCV，VS C++实现）

二值化方法（阈值化）

对于图像中的每一个像素值，根据其高于或低于某个阈值做相应处理，在OpenCV中使用枚举类型定义了以下的几种阈值化操作：

最后两种方法是计算一个自适应阈值来对图像进行二值化，前者是大津阈值，后者使用三角算法选择最佳阈值。
这些枚举类型的名字空间为cv。
在后面的程序中，我会以具体的数值来说明二值化的方式。

threshold函数原型

参数解释：
src：输入的源图像，8位或32位，一般我们用灰度图即CV_8UC1。
dst: 输出图像，和源图像大小一样，类型和源图像一样。
thresh: 用于比较的阈值
maxval： 给定的最大值
type：二值化方式
注意：该函数没有重载函数，所以无论何种二值化模式都需要设定所有参数，即使在实际中这些参数可能并没有用到。

代码示例

#include <iostream>
#include <opencv2/opencv.hpp>
#include <opencv2/highgui.hpp>
#include <opencv2/imgproc.hpp>
#include <opencv2/core/cuda.hpp>

#include<sstream>

using std::cout; using std::endl;

int main(int argc, char* argv[])
{
   
    std::string image_path = "C:\\Users\\hp\\Desktop\\demo\\8.jpg";
    cv::Mat img = cv::imread(image_path, 1); //读入图像
    cv::namedWindow("example", 1); //创建一个窗口用于显示源图像，1代表窗口适应图像的分辨率进行拉伸。
    cv::namedWindow("threshold", 1); //显示二值化图像
    
    cv::Mat img_g;  
    cv::