阈值分割
像素图
原始图像像素图 见下面
红色线：标注一条阈值线
二进制阈值化
首先设定一条阀值线 如127
大于127的像素点灰度值设为最大（如unit8的格式为255）
小于127的像素点灰度值设为0
9.png)
反二进制阈值化首先设定一条阀值线 如127
大于127的像素点灰度值设为最小为0
小于127的像素点灰度值设为最大（如unit8的格式为255）
截断阈值化
首先选定一个阀值，大于该阈值的像素点呗设定为该阈值，小于该阈值的不变
如：阈值127，大于127的像素点值为127；小于127的不变
反阈值化为0
先选定一个阈值，然后做如下处理：
大于等于该阈值的像素点变为0，
小于该阈值的像素点不变。
阈值化为0
先选定一个阈值，然后做如下处理：
大于等于该阈值的像素点不变，
小于该阈值的像素点变为0。
threshold函数
threshold:中文阈值方法： retval,dst=cv2.threshold(src,thresh,maxval,type) retval:阈值 一般和thresh相同 dst:处理结果的图像
src:原始图像 thresh:阈值，阈值线，对应上文的红线 maxval:最大值,阈值分割后指定的最大值，有1和255。最大值为1对应是二值化图像数据 type：类型,指定那种阈值
threshold 二进制阈值 把亮的处理成白色，暗的处理成黑色
区别二值化阈值：二值化只有0,1。 二进制阈值：可以有其他两个数。二值化是特殊的二进制阈值。
cv2.THRESH_BINARY
算例：设定阈值为127
import cv2
a=cv2.imread('lenacolor.png')#
r,b=cv2.threshold(a,127,255,cv2.THRESH_BINARY)
print('r',r)
cv2.imshow('a',a)
cv2.imshow('b',b)
cv2.waitKey(0)
cv2.destroyAllWindows()结果：
图中 像素只有0,255
print（b）
threshold 反二进制阈值
把亮的处理成黑色，暗的处理成白色
修改前文代码
cv2.THRESH_BINARY_INV
threshold 截断阈值
亮的不能太亮，有上限，暗的不变
cv2.THRESH_TRUNC
threshold 反阈值化为0
把比较亮的部分处理成0成黑色，小于等于阈值的像素点不变
cv2.THRESH_TOZERO_INV
threshold 阈值化为0
比较亮的部分不变，比较暗的部分处理成黑色为0
cv2.THRESH_TOZERO
总目录链接：
python3+opencv学习笔记汇总目录（适合基础入门学习）
进阶版阈值处理讲解：opencv进阶学习9：图像阈值大全，图像二值化，超大图像二值化
