使用OpenCV的函数threshold()对图像进行二值化或阈值化处理

如果一幅图像，其像素的灰度值只有两个取值，那么这样的图像我们就称作二值图像。
把图像转化为二值图像的过程称为图像的二值化处理。

如果对图像的灰度值按与某个值的大小关系进行新值的设置，称为叫图像的阈值化处理。

在OpenCV中，可以使用函数threshold()对图像作二值化或阈值化处理。

其原型如下：
C++原型如下：

double cv::threshold(InputArray src,
                     OutputArray dst,
                     double thresh,
                     double maxval,
                     int type)

Python原型如下：

retval, dst	= cv.threshold(src, thresh, maxval, type[, dst])

参数意义如下：
src—输入图像，即待二值化的图像，可以是多通道，8位或32位符点型数据类型的图像，但是当参数type选择THRESH_OTSU或THRESH_TRIANGLE时，图像只能为8位的单通道图像。

dst—经过二值化处理的输出图像。

thresh—进行二值化处理的阈值。当type选择THRESH_OTSU或THRESH_TRIANGLE时，这个值被忽略，此时函数用通过OTSU法或TRIANGLE法计算出的阈值进行二值化操作。

maxval—二值化处理后的maxval值，详情见对参数type的介绍。当type选择THRESH_BINARY、THRESH_BINARY_INV、THRESH_OTSU、THRESH_TRIANGLE时会用到它，在type选择其它类型时，虽然它没有用，但也要填上它。

type—这个参数的可选枚举值及意义如下：

要特别注意的是，在Python环境中，函数threshold()的返回值有两个，分别为retval和dst。
第一个retval代表函数threshold()在进行二值化处理时使用的阈值，这一点挺好，特别是对于type选择THRESH_OTSU或THRESH_TRIANGLE时，我们可以知道进行二值处理时用的阈值究竟是多少。
如果不想使用retval这个返回值，可以像下面这样调用：

_, dst = cv.threshold(src, thresh, maxval, type[, dst])

即用下划线命名返回值retval。

明白了以上各参数的意义和可取值后，就基本了解了函数threshold()的使用，接下来再看看示例代码就能完全掌握了。

示例代码请大家访问本博文的原文查看，
本博文的原文链接如下：
https://www.hhai.cc/thread-162-1-1.html
在本博文的原文中，向大家提供了以下四个示例代码及它们的运行结果：
①当type取值为THRESH_BINARY 、THRESH_BINARY_INV 、THRESH_TRUNC、THRESH_TOZERO 、THRESH_TOZERO_INV 时的Python代码；
②当type取值为THRESH_BINARY 、THRESH_BINARY_INV 、THRESH_TRUNC、THRESH_TOZERO 、THRESH_TOZERO_INV 时的C++代码；
③当type取值为THRESH_OTSU 、THRESH_TRIANGLE时的Python示例代码；
④当type取值为THRESH_OTSU 、THRESH_TRIANGLE时的C++示例代码。