OpenCV图像二值化实战：全局阈值、自适应与Otsu算法深度解析

最新推荐文章于 2026-06-16 12:28:24 发布

原创

最新推荐文章于 2026-06-16 12:28:24 发布 · 985 阅读

标签

#OpenCV #图像二值化 #自适应阈值处理 #Otsu

1. 二值化：从“黑白分明”说起

大家好，我是老张，在图像处理这行摸爬滚打十来年了。今天咱们聊一个听起来很专业，但实际应用无处不在的技术——图像二值化。简单来说，二值化就是把一张彩色的或者灰度的图片，变成只有纯黑和纯白两种颜色的图片。这个过程，就像是把一张复杂的素描画，用最粗的马克笔重新描一遍，只留下最核心的轮廓和形状。

你可能会问，好好的图片为什么要变成黑白两色？这用处可太大了。比如，你手机上的扫描软件，能把一张纸质发票拍下来，自动识别上面的文字和数字，背后很可能就用到了二值化技术，先把背景和文字分离开。再比如，工厂里用摄像头检查产品上有没有划痕或瑕疵，第一步往往也是把图像二值化，让缺陷在黑白背景下变得一目了然。还有我们熟悉的二维码识别，第一步也是把图像变成黑白分明的样子，方便机器“阅读”。

在OpenCV这个强大的计算机视觉库中，实现二值化最核心的函数就是 cv2.threshold()。别看它只是一个函数，里面却藏着好几种不同的玩法，从最简单的“一刀切”全局阈值，到聪明的“因地制宜”自适应阈值，再到能自己找最佳分割点的Otsu算法。接下来，我就带你深入浅出地走一遍，结合大量我实际项目中踩过的坑和总结的经验，让你不仅能看懂代码，更能知道在什么情况下该用什么方法。

2. 全局阈值：简单粗暴的“一刀切”

2.1 核心函数与五种“刀法”

全局阈值，顾名思义，就是给整张图片设定一个固定的门槛值。OpenCV的 cv2.threshold() 函数就是这个“执刀人”。它的基本语法是这样的：

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

我习惯把参数拆开揉碎了理解：

src：待处理的源图像。这里有个关键点：虽然函数说明里说可以是多通道，但为了稳妥起见，我强烈建议你先用 cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) 转换成灰度图再处理，避免色彩通道带来的意外。
thresh：你设定的那个“门槛”，比如经典的127。
maxval：当像素值超过（或低于）门槛时，要被赋予的新值，通常是255（白色）。
type：这是“刀法”的选择器，决定了怎么砍这一刀。它直接决定了二值化的效果。
retval：函数返回的实际使用的阈值，在普通全局阈值里，它就是你设定的 thresh；但在Otsu算法里，它会变成算法找到的最佳阈值。
dst：处理后的结果图像。

这个 type 参数有五种主要“刀法”，我用一个简单的灰度渐变图来给你直观展示一下区别。假设我们有一幅从纯黑（0）到纯白（255）均匀渐变的图像，设定阈值 thresh=127，maxval=255。

import cv2
import numpy as np
import matplotlib.pyplot as plt

# 创建一个简单的水平渐变灰度图（0到255）
gradient = np.tile(np.linspace(0, 255, 256, dtype=np.uint8), (100, 1))

ret, thresh_binary = cv2.threshold(gradient, 127, 255, cv2.THRESH_BINARY)
ret, thresh_binary_inv = cv2.threshold(gradient, 127, 255, cv2.THRESH_BINARY_INV)
ret, thresh_trunc = cv2.threshold(gradient, 127, 255, cv2.THRESH_TRUNC)
ret, thresh_tozero = cv2.threshold(gradient, 127, 255, cv2.THRESH_TOZERO)
ret, thresh_tozero_inv = cv2.threshold(gradient, 127, 255, cv2.THRESH_TOZERO_INV)

titles = ['Original Gradient', 'BINARY', 'BINARY_INV', 'TRUNC', 'TOZERO', 'TOZERO_INV']
images = [gradient, thresh_binary, thresh_binary_inv, thresh_trunc, thresh_tozero, thresh_tozero_inv]

plt.figure(figsize=(12, 6))
for i in range(6):
    plt.subplot(2, 3, i+1)
    plt.imshow(images[i], cmap='gray', vmin=0, vmax=255)
    plt.title(titles[i])
    plt.axis('off')
plt.tight_layout()
plt.show()

运行这段代码，你会看到六张小图，效果差异一目了然。下面我结合这个渐变图，用大白话解释每种“刀法”：

cv2.THRESH_BINARY（二值化）：这是最经典的。像素值 > 127的，全变成255（白）；像素值 <= 127的，全变成0（黑）。结果就是渐变图中间被一刀切开，左边全黑，右边全白。

cv2.THRESH_BINARY_INV（反二值化）：跟上面正好反过来。像素值 > 127的，变黑（0）；像素值 <= 127的，变白（255）。相当于把黑白区域对调了。

cv2.THRESH_TRUNC（截断）：这个比较有意思，它不产生纯二值图。像素值 > 127的