OpenCV cv2.threshold 图像阈值处理详

本文适合OpenCV图像处理入门，讲解cv2.threshold()固定阈值二值化API，包含参数解析、5种阈值模式、示例代码、Otsu自动阈值，可直接复制到CSDN发布。

一、函数简介

阈值处理是图像处理非常基础的操作，常用于图像分割、前景背景分离、形态学预处理。把灰度图像像素和设定阈值比较，按照不同规则重新赋值像素。

函数原型：

复制代码

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

返回值

ret：实际生效的阈值。普通阈值就是传入的thresh；使用Otsu算法时为算法自动计算出最优阈值。
dst：阈值处理完成之后的输出图像（单通道）。

参数详解

参数	说明
src	输入图像，必须为单通道灰度图，彩色图像需要先转为灰度，否则报错
thresh	手动设定的阈值，取值范围 0~255
maxval	满足判定条件时，像素被赋予的最大值，一般填255（代表白色）
type	阈值处理模式，共5种基础模式，还可以叠加Otsu自动阈值算法

二、五种基础阈值模式

以 thresh=127，maxval=255 作为例子，对比5种模式处理逻辑。

阈值类型	处理逻辑
`cv2.THRESH_BINARY`	像素＞阈值 → `maxval(255白色)`；像素≤阈值 → `0(黑色)`
`cv2.THRESH_BINARY_INV`	BINARY反转。像素＞阈值 → `0(黑色)`；像素≤阈值 → `maxval(255白色)`
`cv2.THRESH_TRUNC`	截断模式。像素＞阈值 → 设置为阈值；小于等于阈值像素保持原始灰度不变
`cv2.THRESH_TOZERO`	置零模式。像素＞阈值，像素保持原值；像素≤阈值，置为0黑色
`cv2.THRESH_TOZERO_INV`	TOZERO反转。像素＞阈值置0黑色；像素≤阈值，像素保持原值

💡注意：

BINARY / BINARY_INV：输出只有0和maxval，真正二值黑白图。

TRUNC / TOZERO系列：保留中间灰度信息，不是纯二值图像。

_INV后缀代表逻辑取反。

三、完整可运行代码

复制代码

import cv2
import matplotlib.pyplot as plt

# 解决matplotlib中文乱码
plt.rcParams["font.family"] = ["SimHei"]
plt.rcParams["axes.unicode_minus"] = False

# 读取图片并转为灰度图
img = cv2.imread("./imgs/lena.jpg")
img_gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# 5种阈值操作
ret1, thresh1 = cv2.threshold(img_gray, 127, 255, cv2.THRESH_BINARY)
ret2, thresh2 = cv2.threshold(img_gray, 127, 255, cv2.THRESH_BINARY_INV)
ret3, thresh3 = cv2.threshold(img_gray, 127, 255, cv2.THRESH_TRUNC)
ret4, thresh4 = cv2.threshold(img_gray, 127, 255, cv2.THRESH_TOZERO)
ret5, thresh5 = cv2.threshold(img_gray, 127, 255, cv2.THRESH_TOZERO_INV)

titles = ["原始灰度图","THRESH_BINARY","THRESH_BINARY_INV","THRESH_TRUNC","THRESH_TOZERO","THRESH_TOZERO_INV"]
images = [img_gray, thresh1, thresh2, thresh3, thresh4, thresh5]

plt.figure(figsize=(12,7))
for i in range(6):
    plt.subplot(2, 3, i + 1)
    plt.imshow(images[i], cmap="gray")
    plt.title(titles[i])
    plt.axis("off")

plt.tight_layout()
plt.show()

四、Otsu大津自动阈值

手动设置固定阈值127，对光照差异大的图片效果很差。Otsu算法可以自动计算全局最优阈值，不需要人工指定。

使用方式：

基础阈值填0，算法内部自动覆盖。
使用+叠加 cv2.THRESH_OTSU。

Otsu自动阈值

ret_otsu, dst_otsu = cv2.threshold(img_gray, 0, 255, cv2.THRESH_BINARY + cv2.THRESH_OTSU)
print(f"Otsu算法自动计算的阈值：{ret_otsu}")

五、应用场景

目标分割：分割前景物体和背景。
形态学预处理：腐蚀、膨胀、开闭运算之前，经常先做阈值二值化。
遥感图像、文档扫描图像预处理，Otsu适合光照不均匀图像。

六、常见踩坑总结

❌不能直接传入BGR彩色图，threshold只接收单通道灰度图像。
_INV代表逻辑反转，黑白结果颠倒。
TRUNC、TOZERO输出依旧保留灰度，不是只有纯黑纯白。
Otsu算法适合灰度分布双峰的图像，单峰图像效果一般。

如果你需要，我可以继续帮你写自适应阈值adaptiveThreshold的CSDN版本，专门处理明暗分布不均匀图像。