openCV全局阈值分割
全局阈值（又称简单阈值）
顾名思义，整幅图像采用一个阈值，当某一点像素值大于阈值时，赋予该点一个新值，否则就赋予另外一种值。采用函数cv2.threshold()实现。
cv2.threshold(src, thresh, maxval, type)
参数：
src:输入的图像
thresh:图像分割所用的阈值（threshold value）
maxval:当阈值类型（thresholding type）采用cv2.THRESH_BINARY和cv2.THRESH_BINARY_INV时像素点被赋予的新值
type:包括5种类型：
cv2.THRESH_BINARY（当图像某点像素值大于thresh(阈值)时赋予maxval，反之为0。注：最常用）
cv2.THRESH_BINARY_INV（当图像某点像素值小于thresh时赋予maxval，反之为0）
cv2.THRESH_TRUNC（当图像某点像素值大于thresh时赋予thresh,反之不变。注：虽然maxval没用了，但是调用函数不能省略）
cv2.THRESH_TOZERO（当图像某点像素值小于thresh时赋予0，反之不变）
cv2.THRESH_TOZERO_INV（当图像某点像素值大于thresh时赋予0，反之不变）
返回值：
retval:设定的thresh值
dst:阈值分割后的图像
下面通过一段代码进行直观认识：
import cv2import matplotlib.pyplot as plt#设定阈值thresh=130#载入原图，并转化为灰度图像img_original=cv2.imread('E:\ShannonT\\notebook workspace\\images\\4.24.tudou.png',0)img_original=cv2.resize(img_original,(0,0),fx=0.3,fy=0.3)#采用5种阈值类型（thresholding type）分割图像retval1,img_binary=cv2.threshold(img_original,thresh,255,cv2.THRESH_BINARY)retval2,img_binary_invertion=cv2.threshold(img_original,thresh,255,cv2.THRESH_BINARY_INV)retval3,img_trunc=cv2.threshold(img_original,thresh,255,cv2.THRESH_TRUNC)retval4,img_tozero=cv2.threshold(img_original,thresh,255,cv2.THRESH_TOZERO)retval5,img_tozero_inversion=cv2.threshold(img_original,thresh,255,cv2.THRESH_TOZERO_INV)#采用plt.imshow()显示图像imgs=[img_original,img_binary,img_binary_invertion,img_trunc,img_tozero,img_tozero_inversion]titles=['original','binary','binary_inv','trunc','tozero','tozero_inv']for i in range(6):plt.subplot(2,3,i+1)plt.imshow(imgs[i],'gray')plt.title(titles[i])plt.xticks([])plt.yticks([])plt.show()
结果显示如下：
下面通过加入滑动条动态改变阈值参数，代码如下：
import cv2import numpy as npimport matplotlib.pyplot as plt#载入原图，转化为灰度图像,并通过cv2.resize()等比调整图像大小img_original=cv2.imread('E:\ShannonT\\notebook workspace\\images\\4.24.tudou.png',0)img_original=cv2.resize(img_original,(0,0),fx=0.3,fy=0.3)#初始化阈值，定义全局变量imgsthresh=130imgs=0#创建滑动条回调函数，参数thresh为滑动条对应位置的数值def threshold_segmentation(thresh):#采用5种阈值类型（thresholding type）分割图像retval1,img_binary=cv2.threshold(img_original,thresh,255,cv2.THRESH_BINARY)retval2,img_binary_invertion=cv2.threshold(img_original,thresh,255,cv2.THRESH_BINARY_INV)retval3,img_trunc=cv2.threshold(img_original,thresh,255,cv2.THRESH_TRUNC)retval4,img_tozero=cv2.threshold(img_original,thresh,255,cv2.THRESH_TOZERO)retval5,img_tozero_inversion=cv2.threshold(img_original,thresh,255,cv2.THRESH_TOZERO_INV)#由于cv2.imshow()显示的是多维数组（ndarray）,因此我们通过np.hstack(数组水平拼接)#和np.vstack(竖直拼接)拼接数组，达到同时显示多幅图的目的img1=np.hstack([img_original,img_binary,img_binary_invertion])img2=np.hstack([img_trunc,img_tozero,img_tozero_inversion])global imgsimgs=np.vstack([img1,img2])#新建窗口cv2.namedWindow('Images')#新建滑动条，初始位置为130cv2.createTrackbar('threshold value','Images',130,255,threshold_segmentation)#第一次调用函数threshold_segmentation(thresh)#显示图像while(1):cv2.imshow('Images',imgs)if cv2.waitKey(1)==ord('q'):breakcv2.destroyAllWindows()
视频演示如下：