前面几章主要介绍了图片的一些基本的读写和颜色空间转换， 从本章开始，我们逐步正式进入到了图像处理部分，本次主要介绍一下图像阈值分割。
图像阈值分割是一种广泛应用的分割技术，利用图像中要提取的目标区域与其背景在灰度特性上的差异，把图像看作具有不同灰度级的两类区域(目标区域和背景区域)的组合，选取一个比较合理的阈值，以确定图像中每个像素点应该属于目标区域还是背景区域，从而产生相应的二值图像。阈值分割法的特点是适用于目标与背景灰度有较强对比的情况，重要的是背景或物体的灰度比较单一，而且总可以得到封闭且连通区域的边界。
- 简单阈值分割
与名字一样，这种方法非常简单。当像素值高于阈值时，我们给这个像素 赋予一个新值（可能是白色），否则我们给它赋予另外一种颜色（也许是黑色）。 这个函数就是 cv2.threshhold()。这个函数的第一个参数就是原图像，原图像 像应该是灰度图。第二个参数就是用来对像素值进行分类的阈值。第三个参数 就是当像素值高于（有时是小于）阈值时应该被赋予的新的像素值。OpenCV 提供了多种不同的阈值方法，这是由第四个参数来决定的。这些方法包括：
2.自适应阈值
在前面的部分我们使用的是全局阈值，整幅图像采用同一个数作为阈值。当 时这种方法并不适应与所有情况，尤其是当同一幅图像上的不同部分的具有不 同亮度时。这种情况下我们需要采用自适应阈值。此时的阈值是根据图像上的 每一个小区域计算出与其对应的阈值。因此在同一幅图像上的不同区域采用的是 不同的阈值，从而使我们能在亮度不同的情况下得到更好的结果。
3.Otsu’s 二值化
通过该函数 cv2.threshold（）中对参数 type 的类型多传递一个参数“cv2.THRESH_OTSU”，即可实现Otsu方式的阈值分割。 需要说明的是，在使用Otsu方法时，要把阈值设为0。其核心在于双峰，如果直方图分布没有双峰，方法也将失效。