如何理解图像处理中的Otsu's 二值化算法（大津算法）Python编程实践

本教程代码已开源到github: https://github.com/varyshare/easy_slam_tutorial/tree/master/Otsu’s_Method_algorithm

Otsu’s 二值化（大津算法）

二值化是什么？有什么用？

PDF扫描成电子版，文字识别，车牌识别等等图像处理场合均需要使用“二值化”操作。我们知道图像是一个矩阵组成，矩阵的元素是一个数字，这个数字是当前像素点对应的颜色（即像素值）。而图片的二值化操作就是将所有像素值变成要么是0要么是1.一般二值化怎么做的呢？答：“设置一个数字d，只要像素值大于这个阈值d那就设置为1，小于这个阈值d那就设置为0。当然也可以大于这个阈值设置为0，小于设置为1”。但是这个阈值怎么找到的呢？计算出一个合适的阈值出来这就是 Otsu’s 二值化（大津算法）要做的事情。
下面是一幅图片对应的像素值矩阵（图片就是矩阵）：
$\left[\begin{array}{c}200,30,40\\ 13,40,45\end{array}\right]$
假设现在我通过Otsu’s 二值化（大津算法）计算出上面那个图片二值化的最优阈值是39.
那么上面那个图片就会被二值化为：
$[\begin{array}{c}1,0,1\\ 0,1,1\end{array}$