CV2简单阈值函数：cv2.threshold()

阈值的作用是根据设定的值处理图像的灰度值，比如灰度大于某个数值像素点保留。通过阈值以及有关算法可以实现从图像中抓取特定的图形，比如去除背景等。
cv2中的阈值相关函数有：

1. 普通阈值函数threshold
2. 自适应阈值函数adaptivthreshold

首先介绍简单阈值函数：cv2.threshold(src, thresh, maxval, type[, dst])，返回值为retval, dst
其中：
src是灰度图像
thresh是起始阈值
maxval是最大值
type是定义如何处理数据与阈值的关系。有以下几种：

选项	像素值>thresh	其他情况
cv2.THRESH_BINARY	maxval	0
cv2.THRESH_BINARY_INV	0	maxval
cv2.THRESH_TRUNC	thresh	当前灰度值
cv2.THRESH_TOZERO	当前灰度值	0
cv2.THRESH_TOZERO_INV	0	当前灰度值

另外的取值为：

• cv2.THRESH_OTSU
• cv2.THRESH_TRIANGLE
• cv2.THRESH_MASK

cv2.THRESH_OTSU使用最小二乘法处理像素点，而cv2.THRESH_TRIANGLE使用三角算法处理像素点。一般情况下，cv2.THRESH_OTSU适合双峰图。cv2.THRESH_TRIANGLE适合单峰图。单峰图或者双峰图指的是灰度直方图。
比如下面的图片的灰度直方图是：

cv2.THRESH_OTSU、cv2.THRESH_TRIANGLE是标志位，他们可以和其他参数，比如cv2.THRESH_BINARY一起使用。
当使用cv2.THRESH_OTSU或cv2.THRESH_TRIANGLE时，阈值是动态的，会根据计算结果返回相应的数值。
以下是固定阈值、使用了OTSU、使用了TRIANGLE的结果：

import cv2
import matplotlib.pyplot as plt

img = cv2.imread('d:\\xk.png')
gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
min_value=127
#固定阈值
ret,thresh1 = cv2.threshold(gray,min_value,255,cv2.THRESH_BINARY)
ret,thresh2 = cv2.threshold(gray,min_value,255