Python实现大津算法

def showImage(name,img):
    plt.imshow(img,cmap="gray")
    plt.title(name)
    plt.show()
#大津算法查找阈值，然后二值化和迭代阈值二值化效果一样的
def Ostu(img):
    Sigma=-1
    T=0
    for t in range(0,256):
        bg=img[img<=t]
        obj=img[img>t]
        #p0,01表示计算背景、前景的数量概率
        p0=bg.size/img.size
        p1=obj.size/img.size
        #m0,m1表示背景、前景的平均值
        m0= 0 if bg.size==0 else bg.mean()
        m1=0 if obj.size==0 else obj.mean()
        #根据公式计算阈值
        sigma=p0*p1*(m0-m1)**2
        if sigma>Sigma:
            Sigma=sigma
            T=t

    print(T)
    img2 = np.where(img > T, 255, 0)
    return img2

if __name__=="__main__":
    img=cv.imread("../image/goldpig.jpg",0)
    img=cv.GaussianBlur(img,(3,3),1)
    img2=Ostu(img)
    img2=np.uint8(img2)
    showImage("img2",img2)