https://blog.csdn.net/qq_40962368/article/details/80917250
値化画像
Tより大きい：対象物の画像、ならびに背景ノイズ、デジタル画像を直接多値対象物から抽出するために、一般的な方法は、2つの部分に分割された画像のデータとしきい値T、Tを設定することを含みますTは、画素群と画素群よりも小さくなっています。この研究は、階調変換の最も特異的な方法である画像二値化（二値化）と呼ばれます。
閾値法の特徴は、次のとおり対象と状況に強いコントラストの背景灰色のために、灰色の背景や、比較的単純なオブジェクト、および閉じ、通信総境界領域できることが重要です。
（A）単純な閾値
グローバルしきい値を選択し、その後、白黒2値画像に画像全体を置きます。
機能cv2.threshold（）
最初のものは、原画像マトリックスであるこの機能に割り当てられた新しい値は、4つのパラメータは、第2の閾値が分類されており、第三の閾値（以下）を超えている場合、第四の方法は、選択パラメータであります一般的に使用されています。
cv2.THRESH_BINARY（白黒2値）
cv2.THRESH_BINARY_INV（バイナリ反転白黒）
cv2.THRESH_TRUNC（マルチ画素値に画像を得た量）
しきい値画素上の画素の画素値を独自に提供するように設定されているcv2.THRESH_TOZERO（未満閾値は処理されていない場合）
の画素が閾値を下回る場合cv2.THRESH_TOZERO_INVは、（画素値の独自のセットを提供するために、何の処理）が閾値を超えていない
この関数は、2つの値、第一の閾値を返し、第二閾値が処理され画像行列の後。
img = cv2.imread('4.jpg', 0)
ret, thresh1 = cv2.threshold(img, 127, 255, cv2.THRESH_BINARY) # binary （黑白二值）
ret, thresh2 = cv2.threshold(img, 127, 255, cv2.THRESH_BINARY_INV) # （黑白二值反转）
ret, thresh3 = cv2.threshold(img, 127, 255, cv2.THRESH_TRUNC) # 得到的图像为多像素值
ret, thresh4 = cv2.threshold(img, 127, 255, cv2.THRESH_TOZERO) # 高于阈值时像素设置为255，低于阈值时不作处理
ret, thresh5 = cv2.threshold(img, 127, 255, cv2.THRESH_TOZERO_INV) # 低于阈值时设置为255，高于阈值时不作处理
print(ret)
cv2.imshow('thresh1', thresh1)
cv2.imshow('thresh2', thresh2)
cv2.imshow('thresh3', thresh3)
cv2.imshow('thresh4', thresh4)
cv2.imshow('thresh5', thresh5)
cv2.imshow('grey-map', img)
cv2.waitKey(0)
cv2.destroyAllWindows()
