3.1阈值化操作

cv::threshold()   cv::adaptiveThreshold()   Otsu算法比较：

1、直接阈值化——cv::threshold()

每一种阈值化操作类型效果：

 2、Otsu算法

这种阈值化的结果相对来说比较理想，可以避免寻找合适阈值的操作，但是这种方式运算量较大，费时。

3、cv::adaptiveThreshold()

直接阈值化操作是一种一刀切的方式，对于亮度分布差异较大的图像，常常无法找到一个合适的阈值。

自适应阈值化能够根据图像不同区域亮度分布的，改变阈值。

b由blockSize给出，大小必须为奇数。

平均和高斯两种自适应方法：

 

参考：

https://blog.csdn.net/guduruyu/article/details/68059450

https://blog.csdn.net/KYJL888/article/details/78289826 

https://blog.csdn.net/qq_20823641/article/details/52015087 

 

参考：

https://www.cnblogs.com/CoverCat/p/5043833.html