1、对于该方法opencv提供了我们需要的API

cv2.threshold()

2、该算法通过一个阈值对整个图形中的每一个像素进行处理，实现全局二值化。

import cv2 as cv
import numpy as np
 
 
def load_image():
    src=cv.imread('num.jpg')
    h,w=src.shape[:2]
    #src=cv.resize(src,(w*2,h*3))
    return src
#全局阈值
def threshold_demo(image):
    gray=cv.cvtColor(image,cv.COLOR_BGR2GRAY)
    #为0则使用自动寻找阈值的选项 使用自动寻找即用|分开。
    ret,binary=cv.threshold(gray,127,255,cv.THRESH_BINARY)#|cv.THRESH_TRIANGLE
    print(ret)
    cv.imshow('same_3',binary)
    cv.waitKey(0)
    cv.destroyAllWindows()
 
threshold_demo(load_image())

3、方法讲解

ret,binary=cv.threshold(gray,127,255,cv.THRESH_BINARY)
ret,binary=cv.threshold(gray,127,255,cv.THRESH_BINARY)#|cv.THRESH_TRIANGLE

4、参数

灰度图像：在做二值化时我们必要用灰度图像

设定好的阈值

当阈值大于该值时（或小于）像素点赋值为

固定参数方法：cv.THRESH_BINARY 二值化，下图将包含方法及其曲线

可选参数若加该参数则在最后加上一个 |cv.THRESH_TRIANGLE注意那里的|不要丢，选定该方法后，前面设置的阈值将无效，利用方法自动计算阈值

返回值一：计算好或者设定好的阈值

返回值二：处理好的图像

以上就是python全局图像二值化的方法，希望能对大家有所帮助，更多知识尽在python教程网。