图像处理阈值分割 基本代码仅用Python

下面是基本的Python代码用于图像处理阈值分割：

import cv2
import numpy as np

# 读取图像
img = cv2.imread('image.jpg', 0)

# 应用阈值分割
ret, thresh = cv2.threshold(img, 127, 255, cv2.THRESH_BINARY)

# 显示结果
cv2.imshow('original image', img)
cv2.imshow('thresholded image', thresh)
cv2.waitKey(0)
cv2.destroyAllWindows()

在这个代码中，我们首先使用OpenCV的imread()函数读取图像。接下来，我们使用threshold()函数将图像进行阈值分割。threshold()函数需要四个参数，分别是：

• 输入图像（必需）：我们在这里使用的是灰度图像。
• 阈值（必需）：我们将图像中像素值大于该阈值的像素设置为白色，小于该阈值的像素设置为黑色。
• 最大值（必需）：我们将图像中大于阈值的像素设置为该最大值。
• 阈值类型（可选）：我们在这里使用的是二进制阈值化。

最后，我们使用OpenCV的imshow()函数显示原始图像和分割后的图像。waitKey()函数等待用户按下一个键，destroyAllWindows()函数关闭所有窗口并释放内存。

请注意，这只是一个基本的代码示例。在实际应用中，您可能需要进行更复杂的图像处理，例如使用不同的阈值方法，调整阈值参数等