1.废话
图像处理中的二值化是一种将灰度图像转换为只有两种可能值（通常是0和255，分别代表黑色和白色）的过程。这个过程在数字图像处理中非常常见，因为它可以简化图像数据，突出图像的主要特征，并降低后续处理的复杂性。
二值化的关键步骤之一是选择一个阈值。这个阈值将用于确定图像中的每个像素是应该被赋予0（黑色）还是255（白色）。有许多方法可以用来确定这个阈值，包括全局阈值（对整个图像使用单一阈值）和局部阈值（根据图像的局部特性为每个像素或区域选择阈值）。
一旦确定了阈值，就可以对图像进行二值化操作了。对于每个像素，将其灰度值与阈值进行比较。如果灰度值大于或等于阈值，则将该像素设置为白色（或255）；否则，将其设置为黑色（或0）。
二值化后，可能还需要进行一些后续处理来优化结果。例如，可以使用形态学操作（如腐蚀、膨胀、开操作和闭操作）来消除噪声、连接断裂的线条或断开重叠的线条。此外，还可以进行边缘检测、特征提取等操作来进一步分析图像。
2.实现效果
threshold (GrayImage, Region, 128, 255)
halcon的二值化我觉得非常有意思。
因为它将二值化理解成了一个提取区域的一个操作。
在我图像上的 灰度值符合我要求的这些像素我全部提取出来，组成一个区域（region）
上图中这个红色的就是区域。
变量窗口中显示了这个区域的面积（以像素计算），中心点坐标啥的。
这是提取的整个图片上的白色部分，接着提取黑色部分来看看
正常运行，没有什么问题。