阈值法平均滤波，全局阈值法

基于OTSU和三角阈值的彩色图像分割（opencv-python） Otsu法：又叫最大类间方差法，由日本学者大津于1979年提出，是一种基于全局阈值的自适应方法。常用阈值分割代码（Otsu、最大熵、迭代法、自适应阈值、手动、迭代法、基本全局阈值法）。

OpenCV提供了函数**cv.threshold**对图像进行阈值处理，将灰度图像转换为二值图像。图像完全由0和255像素组成，呈现出只有黑白的视觉效果。 1.阈值分割关于阈值分割，已经发现了多种方法，包括全局阈值分割、基于边缘像素的分割和基于有效像素的分割。

1、阈值法和区域生长法之间的异同

图像分割是指将图像划分为多个具有相似属性的区域的过程。主要有基于阈值的图像分割方法、基于区域的图像分割方法、基于边缘的图像分割方法、基于聚类的图像分割方法、基于图论的图像分割方法和基于深度学习的图像分割方法。对于全局阈值法，可以通过直方图分析或试错法确定合适的全局阈值；对于自适应阈值法，可以通过局部统计信息计算每个像素点的阈值；对于多阈值方法，可以根据目标的特征和数量计算阈值，从而确定多个阈值。

2、阈值法则

如果某个像素点的灰度值大于阈值，则认为该像素点属于目标区域；反之，如果像素的灰度值小于阈值，则认为该像素是背景区域的一部分。 2.五种常见的阈值分割方法2.1二值阈值分割原理：首先选择一个特定的阈值，如：127；新的阈值生成规则为：设置像素灰度值大于等于127。设置为最大值（例如8位灰度。

3、阈值法是分水岭算法吗

该方法自动选择一个阈值将图像分为两类，以最大化两类之间的方差，从而实现图像的二值分割。前面的笔记介绍了OpenCV的一些基本图像处理。稍后我们将学习使用OpenCV的传统图像分割方法。本次笔记的内容是图像分割的阈值方法。根据阈值Tk将图像分割为前景和背景，分别得到两者的平均灰度值Zo和Zb。为了解决这些问题，可以结合其他图像处理方法，例如自适应阈值分割。

4、阈值法测肺小结节

全局阈值使用中的五种阈值类型如上图所示。这种设置全局阈值进行图像分割的方法比较容易理解，就是设置一个阈值和图像每个像素的灰度值。进行比较，然后根据以上五类相应的规则改变图像中像素的灰度值，从而达到图像分割的目的。看一下刚刚用固定阈值分割得非常差的图像和用自适应阈值分割的图像：图像被分为前景和背景。当取最佳阈值时，两部分之间的差异应该是最大的。衡量差异的方法是最大类间方差。

基本思想是在一定的阈值下将直方图分为两组。当划分的两组的方差最大时，即得到阈值。阈值法是一种常用的图像分割方法。它根据像素的灰度值对像素进行分类，将图像中的像素分为两类：目标和背景。