自适应阈值处理python代码

以下是一个简单的自适应阈值处理的Python代码示例：

import cv2

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

# 自适应阈值处理
th = cv2.adaptiveThreshold(img, 255, cv2.ADAPTIVE_THRESH_GAUSSIAN_C, cv2.THRESH_BINARY, 11, 2)

# 显示图像
cv2.imshow('Original', img)
cv2.imshow('Adaptive Threshold', th)
cv2.waitKey(0)
cv2.destroyAllWindows()

在这个示例中，我们使用了OpenCV中的cv2.adaptiveThreshold函数来执行自适应阈值处理。该函数需要以下参数：

• src：输入图像。
• maxval：输出图像中的最大像素值。
• adaptiveMethod：指定自适应方法。在这个示例中，我们使用了高斯方法（cv2.ADAPTIVE_THRESH_GAUSSIAN_C）。
• thresholdType：指定二值化类型。在这个示例中，我们使用了二进制类型（cv2.THRESH_BINARY）。
• blockSize：指定像素块的大小。在这个示例中，我们使用了11。
• C：指定从均值中减去的常数。在这个示例中，我们使用了2。

最后，我们使用cv2.imshow函数显示原始图像和自适应阈值处理后的图像，使用cv2.waitKey函数等待用户按下任意键，最后使用cv2.destroyAllWindows函数关闭所有窗口