OpenCV 从零学习 · 第 6 讲：阈值化

函数：cv2.threshold / cv2.adaptiveThreshold ｜ 难度：★☆☆☆☆

阈值化（Thresholding）就是把图像按"亮度"切成两类：黑 / 白（0 / 255）。它是后续轮廓查找、边缘检测、形态学这些操作的前置步骤——很多算法只吃二值图（黑白图）。本讲讲清两种阈值：全局阈值和自适应阈值，以及怎么让程序"自动"找出阈值。

---

一、全局阈值 cv2.threshold

函数签名

retval, dst = cv2.threshold(src, thresh, maxval, type)

参数	含义
src	输入图，必须是单通道灰度图
thresh	阈值（如 127）。用 OTSU/TRIANGLE 时此值被忽略，传 0
maxval	满足条件时赋予的像素值，通常填 255
type	阈值类型（见下表）

返回值：retval 是实际使用的阈值（全局固定时等于 thresh，OTSU 时为算法算出的）；dst 是二值结果图。

type 的五种取值

type	规则	直观效果
THRESH_BINARY	src > thresh → maxval，否则 0	亮处白、暗处黑
THRESH_BINARY_INV	src > thresh → 0，否则 maxval	与上者反相
THRESH_TRUNC	src > thresh → thresh，否则保持原值	亮部被"削平"，整体保留
THRESH_TOZERO	src > thresh → 原值，否则 0	只保留亮区，暗部变黑
THRESH_TOZERO_INV	src > thresh → 0，否则原值	只保留暗区，亮部变黑

import cv2

gray = cv2.imread('doc.jpg', cv2.IMREAD_GRAYSCALE)
_, bin_img   = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY)        # 黑白
_, trunc_img = cv2.threshold(gray, 200, 255, cv2.THRESH_TRUNC)        # 削平过曝
_, zero_img  = cv2.threshold(gray, 100, 255, cv2.THRESH_TOZERO)       # 只留亮区

---

二、自动阈值：OTSU 与 TRIANGLE

固定阈值 127 在光照不均时效果差。OpenCV 能在 type 里"或"上 cv2.THRESH_OTSU（大津法）或 cv2.THRESH_TRIANGLE（三角法），让程序自动算出最佳阈值——此时 thresh 参数传 0 被忽略，真正阈值由 retval 返回。

_, otsu = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY | cv2.THRESH_OTSU)
print('OTSU 算出的阈值 =', _)   # 例如 118

---

三、自适应阈值 cv2.adaptiveThreshold

当图像局部光照差异很大（如一张纸一半在阴影里），全局阈值（哪怕 OTSU）仍会失败。自适应阈值对每个像素，看它周围一小块区域的均值来定自己的门槛。

函数签名

dst = cv2.adaptiveThreshold(src, maxValue, adaptiveMethod, thresholdType, blockSize, C)

参数	含义
maxValue	满足条件时赋的值，通常 255
adaptiveMethod	ADAPTIVE_THRESH_MEAN_C（邻域均值）或 ADAPTIVE_THRESH_GAUSSIAN_C（高斯加权）
thresholdType	一般只用 THRESH_BINARY
blockSize	邻域大小，必须是奇数（如 11、15）
C	从均值里减去的常数，微调阈值（常取 2~10）

adapt = cv2.adaptiveThreshold(
    gray, 255, cv2.ADAPTIVE_THRESH_GAUSSIAN_C,
    cv2.THRESH_BINARY, blockSize=15, C=8)

本讲要点

• 全局阈值 cv2.threshold(src, thresh, maxval, type)：固定一条线切黑白，五种 type 决定"切法"。
• 光照不均用 THRESH_OTSU 自动找阈值；局部明暗差异极大用 adaptiveThreshold。
• 三种方法输入都要灰度图；自适应阈值的 blockSize 取奇数。

下一讲：第 7 讲 · 边缘检测（Sobel / Laplacian / Canny）——把二值/灰度图变成"轮廓线"，是轮廓查找的前一步。