如何将图片阈值化

阈值化是将图像像素值转化为二进制值的过程，即将灰度值高于或低于某个阈值的像素点分别转化为白色或黑色。以下是一些常见的图像阈值化方法：

全局阈值：将整张图像的像素值均分为两部分，一部分高于阈值，一部分低于阈值。
自适应阈值：根据图像的局部特性调整阈值，常见的有局部平均值和局部高斯加权平均值。
OTSU阈值：通过最小化类间方差的方法自适应地寻找最优阈值。
TRIANGLE阈值：基于直方图的三角形法，自适应地寻找最优阈值。

以下是使用Python中的OpenCV库实现全局阈值化的示例代码：

import cv2

# 读入图片
img = cv2.imread('example.jpg', 0)

# 全局阈值化
ret, thresh = cv2.threshold(img, 127, 255, cv2.THRESH_BINARY)

# 显示阈值化后的图片
cv2.imshow('Thresholded Image', thresh)
cv2.waitKey(0)
cv2.destroyAllWindows()

其中，cv2.threshold()函数的参数解释如下：

img：要阈值化的图像；
127：阈值，灰度值高于该值的像素点将被设置为255，低于该值的像素点将被设置为0；
255：二值化后的像素点的最大值；
cv2.THRESH_BINARY：二值化方法，表示灰度值高于阈值的像素点被设置为最大值，低于阈值的像素点被设置为0。

如果要使用其他阈值化方法，只需要更改cv2.threshold()函数的第四个参数即可。