OpenCV————图像阈值

阈值 就是将图像分割的界限。一幅图像包括目标物体（前景）、背景还有噪声，阈值法可将图像和背景分割开。有简单阈值，自适应阈值，Otsu’s 二值化等，学习到的函数有：

• cv2.threshold 简单阈值
• cv2.medianBlur 中值滤波
• cv2.adaptiveThreshold 自适应阈值
• cv2.GaussianBlur 高斯滤波

导入需要的包

import cv2
import numpy as np
import matplotlib.pyplot as plt

简单阈值

这种方法整张图都采用一个数做阈值，是全局阈值。
cv2.threshold(src, thresh, maxval, type),src灰度图；thresh阈值；maxval最大值；type阈值类型。其中，阈值类型有以下几种：

• cv2.THRESH_BINARY：二值化操作，像素值大于阈值的点用maxval最大值表示，小于阈值用0表示。
• cv2.THRESH_BINARY_INV：表示阈值的二值化翻转操作，大于阈值的使用0表示，小于阈值的使用最大值表示。
• cv2.THRESH_TRUNC：截断操作，大于阈值的使用阈值表示，小于阈值的不变。
• cv2.THRESH_TOZERO：化零操作，大于阈值的不变，小于阈值的使用0表示
• cv2.THRESH_TOZERO_INV：化零操作的翻转，大于阈值的使用0表示，小于阈值的不变

函数有两个返回值，第一个为 retVal,第二个就是阈值化之后的结果图像了。

img=cv2.imread('test.jpg',0)#以灰度模式读入图像
#img=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)#将彩色图像转化为灰度图，两种方法都可以使用
ret,thresh1=cv2.threshold(img,127,255,cv2.THRESH_BINARY)#二值化操作，像素值大于127的点用225表示，小于阈值使用0表示
ret,thresh2=cv2.threshold(img,127,255,cv2.THRESH_BINARY_INV)#表示阈值的二值化翻转操作，
                                                            # 大于阈值的使用0表示，小于阈值的使用最大值表示
ret,thresh3=cv2.threshold(img,127,255,cv2.THRESH_TRUNC)#截断操作，大于阈值的使用阈值表示，小于阈值的不变。这里225起到了什么作用？
ret,thresh4=cv2.threshold(img,127,255,cv2.THRESH_TOZERO)#化零操作，大于阈值的不变，小于阈值的使用0表示
ret,thresh5=cv2.threshold(img,127,255,cv2.THRESH_TOZERO_INV)#化零操作的翻转，大于阈值的使用0表示，小于阈值的不变

titles=['img',