1、为opencv提供我们需要的API

cv2.threshold()

2、该算法通过一个阈值处理整个图形中的每个像素，实现全局二值化。

importcv2ascv
importnumpyasnp


defload_image():
src=cv.imread('num.jpg')
h,w=src.shape[:2]
#src=cv.resize(src,(w*2,h*3))
returnsrc
#全局阈值
defthreshold_demo(image):
gray=cv.cvtColor(image,cv.COLOR_BGR2GRAY)
#使用自动搜索即用|分开使用自动搜索阈值的选项为0。
ret,binary=cv.threshold(gray,127,255,cv.THRESH_BINARY)#|cv.THRESH_TRIANGLE
print(ret)
cv.imshow('same_3',binary)
cv.waitKey(0)
cv.destroyAllWindows()

threshold_demo(load_image())

3、方法讲解

ret,binary=cv.threshold(gray,127,255,cv.THRESH_BINARY)
ret,binary=cv.threshold(gray,127,255,cv.THRESH_BINARY)#|cv.THRESH_TRIANGLE

4、参数

灰度图像：在进行二值化时，我们必须使用灰度图像

设置阈值

当阈值大于该值时(或小于)像素点赋值

固定参数方法：cv.THRESH_BINARY 下图将包括方法及其曲线

如果添加了可选参数，则在最后添加一个参数 |cv.THRESH_TRIANGLE注意那里|不要丢失。选择该方法后，前面设置的阈值将无效，阈值将通过该方法自动计算

返回值1：计算或设置阈值

返回值2：处理好的图像

以上是python全局图像二值化的方法，希望对大家有所帮助，python学习网了解更多知识。