cv2.threshold()

• c++：double cv::threshold ( InputArray src,
  OutputArray dst,
  double thresh,
  double maxval,
  int type
  ) (注：源图片, 目标图, 阈值, 填充色, 阈值类型)

python:cv.threshold(src,
 thresh, 
 maxval, 
 type[, dst])
src：源图片
thresh：阈值，取值范围0～255
maxval：填充色，取值范围0～255
type：阈值类型

• type
  • 从上到下可以使用0、1、2、3、4、7、8、16表示，因为有人习惯使用数字表示下面类型，故列出。
    

#将图像中小于100的置为0,大于100的置为255
temp = cv2.threshold(img, 100, 255, cv2.THRESH_BINARY)

cv2.adaptiveThreshold()

• python：dst = cv.adaptiveThreshold( src, maxValue, adaptiveMethod, thresholdType, blockSize, C[, dst])
  • maxValue:赋给满足条件的像素非零值
  • adaptiveMethod:自适应阈值算法
    • ADAPTIVE_THRESH_MEAN_C ：(x,y)-C 的blockSize×blockSize内的均值
    • ADAPTIVE_THRESH_GAUSSIAN_C ：(x,y)-C的blockSize×blockSize邻域的加权和(高斯窗口的互相关)
  • thresholdType：阈值类型，必须为THRESH_BINARY或THRESH_BINARY_INV
  • BlockSize：用于计算像素阈值的像素邻域大小:3,5,7，等。
  • C：从平均值或加权平均值中减去的常数。通常，它是正的，但也可能是零或负的。

# 例子
 mask = cv2.adaptiveThreshold(sgray, 
 255, 
 cv2.ADAPTIVE_THRESH_MEAN_C,
 cv2.THRESH_BINARY_INV,
 55,
 25)

至此大致了解了Opencv中二值化函数相关介绍和参数，具体还需要在实践中不断调整合适的参数以适应自己的任务。