1. 图像阈值处理的核心逻辑与场景适配
图像阈值这件事，说穿了就是把一张灰度图里的每个像素点，按照一个事先定好的规则，硬生生分成两类或者多类。你可以把它想象成给全班同学按身高划线：线以上的站左边，线以下的站右边。这条线就是阈值，站队的过程就是阈值处理。OpenCV 里做这件事的函数叫cv2.threshold，配合 Jupyter Notebook 来跑，能一边调参一边看效果，特别适合刚上手图像处理的人建立直觉。
我最初接触阈值处理是在一个工业质检的模拟项目里，当时需要从传送带背景中把金属零件分离出来。背景是均匀的浅灰色，零件是深色，两者灰度差异明显，用最简单的固定阈值就能拿到不错的效果。但后来遇到光照不均、背景有纹理的情况，固定阈值就彻底歇菜了。这也是为什么我建议你从一开始就理解：阈值处理不是万能钥匙，它是一类方法的统称，选哪种取决于你的图像质量和目标。
这篇文章适合谁看？如果你正在用 Jupyter 做图像处理的入门练习，或者你手头有一个需要做图像分割、缺陷检测、文档二值化的任务，但不确定该用哪种阈值方法，那接下来的内容会帮你省下大量试错时间。我会从最基础的固定阈值讲起，一路延伸到自适应阈值和 Otsu 自动阈值，每个方法都配上可直接在 Jupyter 里运行的代码和参数选择的计算逻辑。
提示：本文所有代码基于 OpenCV 4.x 和 Python 3.x，在 Jupyter Notebook 中逐块运行效果最佳。如果你还没装环境，
pip install opencv-python matplotlib numpy三条命令就能搞定。
2. 五种阈值类型的选择逻辑与参数计算
2.1 固定阈值：最直接但也最挑图
cv2.threshold的函数签名是这样的：
retval, dst = cv2.threshold(src, thresh, maxval, type)四个参数里，src是输入灰度图，thresh是你划的那条线，maxval是超过或低于阈值时赋予的新值，type决定比较的方向。返回值retval在固定阈值模式下就是你传入的thresh，但在 Otsu 模式下它会返回自动计算出的最优阈值。
五种阈值类型我用一张表说清楚，这样你调参的时候不用来回翻文档：
| 类型标识 | 名称 | 像素值大于 thresh | 像素值小于等于 thresh | 典型用途 |
|---|---|---|---|---|
cv2.THRESH_BINARY | 二值阈值 | 设为 maxval | 设为 0 | 提取亮目标 |
cv2.THRESH_BINARY_INV | 反二值阈值 | 设为 0 | 设为 maxval | 提取暗目标 |
cv2.THRESH_TRUNC | 截断阈值 | 设为 thresh | 保持不变 | 压制高光 |
cv2.THRESH_TOZERO | 归零阈值 | 保持不变 | 设为 0 | 保留亮部细节 |
cv2.THRESH_TOZERO_INV | 反归零阈值 | 设为 0 | 保持不变 | 保留暗部细节 |
选哪种类型，取决于你的目标区域是亮还是暗。比如你要从白色背景上提取黑色文字，文字是暗的，那就用THRESH_BINARY_INV，让文字变成白色（maxval=255），背景变成黑色。反过来，如果是黑色背景上的白色亮点，直接用THRESH_BINARY就行。
thresh这个值怎么定？最笨的办法是写个循环，从 0 到 255 逐个试，用 matplotlib 把结果画出来对比。但更聪明的做法是先看图像的灰度直方图：
import cv2 import matplotlib.pyplot as plt import numpy as np img = cv2.imread('sample.jpg', cv2.IMREAD_GRAYSCALE) plt.hist(img.ravel(), 256, [0, 256]) plt.show()如果直方图呈现明显的双峰分布，两个峰之间的谷底就是理想的阈值位置。我试过一个零件检测的图，背景灰度集中在 180 附近，零件灰度集中在 60 附近，谷底在 120 左右，取 120 作为阈值，分割效果非常干净。但如果直方图是单峰或者多峰重叠，固定阈值就很难找到那个“一刀切”的位置，这时候就得换方法。
注意：
maxval通常设为 255，因为 8 位灰度图的像素范围就是 0 到 255。但如果你后续要做掩膜运算，也可以设为 1，这样得到的二值图就是 0 和 1，方便做乘法。
2.2 Otsu 自动阈值：让算法替你找那条线
Otsu 方法的核心思想是遍历所有可能的阈值，计算每个阈值下前景和背景两类像素的类间方差，取类间方差最大的那个阈值。类间方差越大，说明两类分得越开，阈值就越合理。这个计算过程 OpenCV 已经封装好了，你只需要在type参数里加上cv2.THRESH_OTSU：
ret, otsu_result = cv2.threshold(img, 0, 255, cv2.THRESH_BINARY + cv2.THRESH_OTSU) print(f"Otsu 自动计算的阈值为: {ret}")注意这里thresh参数传 0 就行，因为 Otsu 会覆盖它。返回值ret就是算法算出来的最优阈值，你可以打印出来看看，通常和直方图谷底的位置很接近。
Otsu 的适用条件比较明确：图像直方图需要呈现双峰分布，且两峰之间的谷底足够深。如果图像里前景和背景的像素数量悬殊太大，比如前景只占 1%，Otsu 算出来的阈值会偏向背景，导致前景被吞掉。我踩过这个坑：一个缺陷检测任务里，缺陷区域只占整图的 0.5%，Otsu 直接把缺陷和背景混在一起了。后来改成先做局部对比度增强，再用 Otsu，才把缺陷分出来。
2.3 自适应阈值：应对光照不均的利器
固定阈值和 Otsu 都是全局方法，整张图用同一个阈值。但现实中的图像往往光照不均，左上角亮、右下角暗，全局阈值在亮区合适，到了暗区就失效了。自适应阈值的思想是：每个像素的阈值由它周围邻域的像素决定，这样亮区和暗区各自有各自的判断标准。
OpenCV 提供了cv2.adaptiveThreshold：
adaptive_mean = cv2.adaptiveThreshold( img, 255, cv2.ADAPTIVE_THRESH_MEAN_C, cv2.THRESH_BINARY, blockSize=11, C=2 )两个关键参数需要解释：
blockSize：邻域大小，必须是奇数。比如 11 表示以当前像素为中心，取 11×11 的窗口。窗口越大，阈值越平滑，但细节丢失越多；窗口越小，对局部变化越敏感，但容易受噪声干扰。C：从邻域均值或加权均值中减去的常数。这个值用来微调阈值，C 越大，阈值越低，越容易把像素判为前景。
ADAPTIVE_THRESH_MEAN_C用邻域均值作为基准，ADAPTIVE_THRESH_GAUSSIAN_C用高斯加权均值，后者对中心像素的权重更高，边缘保留更好。我一般先用高斯版本，blockSize 从 11 开始试，C 从 2 开始调。
实测下来，对于文档扫描件的二值化，自适应阈值的效果远好于全局阈值。因为纸张的褶皱、阴影会导致灰度不均，全局阈值会把阴影区域整片判为黑色，而自适应阈值能跟着光照变化走，文字提取得很干净。
提示：
blockSize的选择和图像分辨率有关。如果图像是 300 DPI 的扫描件，文字笔画宽度大约 3 到 5 个像素，blockSize 取 15 到 25 比较合适。如果图像分辨率低，blockSize 要相应减小。
3. Jupyter 中的完整实操流程与调参技巧
3.1 环境准备与图像加载
在 Jupyter 里做图像处理，我习惯把 matplotlib 的显示配置调好，不然灰度图会显示成伪彩色：
import cv2 import numpy as np import matplotlib.pyplot as plt %matplotlib inline plt.rcParams['figure.figsize'] = (12, 8) plt.rcParams['image.cmap'] = 'gray'加载图像时，第二个参数用cv2.IMREAD_GRAYSCALE直接读成灰度图，省去后续转换：
img = cv2.imread('test_image.jpg', cv2.IMREAD_GRAYSCALE) print(f"图像尺寸: {img.shape}, 数据类型: {img.dtype}, 灰度范围: {img.min()} - {img.max()}")先打印这些基本信息很重要。如果灰度范围很窄，比如 80 到 120，说明图像对比度极低，直接做阈值效果会很差，需要先做直方图均衡化或者对比度拉伸。我遇到过一张雾天拍摄的图，灰度全挤在 100 到 140 之间，阈值处理出来全是噪声，后来用cv2.equalizeHist拉伸到 0 到 255，效果立刻改善。
3.2 固定阈值的交互式调参
Jupyter 有个好处是可以配合ipywidgets做交互式调参，拖动滑块实时看阈值效果：
from ipywidgets import interact, IntSlider def threshold_demo(thresh): ret, result = cv2.threshold(img, thresh, 255, cv2.THRESH_BINARY) plt.figure(figsize=(12, 5)) plt.subplot(1, 2, 1) plt.imshow(img) plt.title('原图') plt.subplot(1, 2, 2) plt.imshow(result) plt.title(f'阈值 = {thresh}') plt.show() interact(threshold_demo, thresh=IntSlider(min=0, max=255, step=1, value=127))这个交互控件能帮你快速建立对阈值影响的直觉。我通常先粗调，找到目标区域大致分离的区间，再细调，观察边缘和噪声的变化。实测下来，找到合适阈值的时间从原来的几分钟缩短到几十秒。
3.3 Otsu 与自适应阈值的对比实验
把三种方法放在一起对比，能更清楚地看出各自的适用场景：
# 固定阈值 ret1, fixed = cv2.threshold(img, 127, 255, cv2.THRESH_BINARY) # Otsu 自动阈值 ret2, otsu = cv2.threshold(img, 0, 255, cv2.THRESH_BINARY + cv2.THRESH_OTSU) # 自适应阈值 - 高斯 adaptive = cv2.adaptiveThreshold( img, 255, cv2.ADAPTIVE_THRESH_GAUSSIAN_C, cv2.THRESH_BINARY, blockSize=15, C=3 ) # 显示对比 fig, axes = plt.subplots(2, 2, figsize=(14, 10)) axes[0, 0].imshow(img) axes[0, 0].set_title('原图') axes[0, 1].imshow(fixed) axes[0, 1].set_title(f'固定阈值 (thresh=127)') axes[1, 0].imshow(otsu) axes[1, 0].set_title(f'Otsu 自动阈值 (thresh={ret2:.0f})') axes[1, 1].imshow(adaptive) axes[1, 1].set_title('自适应阈值 (blockSize=15, C=3)') for ax in axes.ravel(): ax.axis('off') plt.tight_layout() plt.show()跑完这段代码，你会直观地看到：固定阈值在光照均匀时表现不错，Otsu 在双峰明显时自动找到合理阈值，自适应阈值在光照不均时优势明显但会放大噪声。我建议你把这三张结果图保存下来，作为后续选型的参考。
3.4 阈值处理后的形态学清理
阈值处理出来的二值图往往带有噪声，比如孤立的白色像素点或者细小的空洞。这时候用形态学操作清理一下，效果会好很多：
kernel = np.ones((3, 3), np.uint8) # 开运算：先腐蚀后膨胀，去除小白点 opening = cv2.morphologyEx(otsu, cv2.MORPH_OPEN, kernel, iterations=1) # 闭运算：先膨胀后腐蚀，填充小黑洞 closing = cv2.morphologyEx(opening, cv2.MORPH_CLOSE, kernel, iterations=1) plt.figure(figsize=(12, 5)) plt.subplot(1, 2, 1) plt.imshow(otsu) plt.title('Otsu 原始结果') plt.subplot(1, 2, 2) plt.imshow(closing) plt.title('开运算 + 闭运算清理后') plt.show()kernel的大小取决于噪声的尺度。3×3 的核能去掉 1 到 2 个像素的噪声，如果噪声更大，可以增大到 5×5。但核越大，目标边缘被腐蚀得越厉害，所以要在去噪和保边之间权衡。我的经验是：先用 3×3 试，如果噪声还在，再考虑增大核或者换用中值滤波预处理。
注意：形态学操作应该在阈值处理之后做，而不是之前。如果在灰度图上做形态学，计算量更大，而且效果不如在二值图上直接。
4. 常见问题排查与避坑经验
4.1 阈值结果全黑或全白
这是新手最常遇到的问题。原因通常有三个：一是thresh设得太高或太低，导致所有像素都被判为同一类；二是图像读取时没有转成灰度图，三通道图像传给cv2.threshold会报错或者产生意外结果；三是type参数选反了，比如该用THRESH_BINARY_INV却用了THRESH_BINARY。
排查步骤很简单：先打印图像的灰度范围和直方图，确认图像本身有足够的灰度变化；再检查img.shape，如果是三维的，说明还是彩色图，需要用cv2.cvtColor转换；最后把thresh设成灰度中值试一下，比如np.median(img)，通常能快速定位问题。
4.2 Otsu 阈值效果差
Otsu 失效的典型表现是：算出来的阈值偏向某一端，导致前景或背景被大量误判。根本原因是直方图不是双峰分布。解决办法有两个：一是先做直方图均衡化，把灰度分布拉开；二是改用自适应阈值，放弃全局最优的思路。
我试过一个案例：图像里同时有亮背景、暗目标和中等灰度的阴影，直方图呈现三峰。Otsu 算出来的阈值落在阴影和暗目标之间，把阴影也判成了前景。后来我先用高斯滤波平滑掉阴影的灰度波动，再用 Otsu，才得到干净的结果。所以预处理不是可有可无的步骤，它直接决定阈值方法能不能用。
4.3 自适应阈值的 blockSize 怎么选
blockSize太大，阈值太平滑，局部细节丢失；太小，阈值对噪声敏感，二值图会出现大量噪点。我的经验法则是：blockSize 大约等于目标物体宽度的 1.5 到 2 倍。比如你要提取的文字笔画宽度约 4 个像素，blockSize 取 7 到 11 比较合适。如果目标物体很大，比如细胞图像里的细胞核直径 50 个像素，blockSize 要取到 75 到 100。
另外，blockSize必须是奇数，OpenCV 会检查这个条件，传偶数会直接报错。C的调整方向是：如果二值图里前景太多，增大 C；如果前景太少，减小 C。每次调整 1 到 2 个单位，观察变化。
4.4 彩色图像怎么处理
cv2.threshold只接受单通道图像。如果你有一张彩色图，想对某个颜色通道做阈值，可以先用cv2.split分离通道：
b, g, r = cv2.split(color_img) ret, result = cv2.threshold(r, 127, 255, cv2.THRESH_BINARY)但更常见的做法是转成 HSV 空间，对色相或饱和度通道做阈值，这样能更好地分离特定颜色。比如提取红色区域，可以在 HSV 空间里对 H 通道做inRange操作，比在 RGB 空间做阈值稳定得多。
4.5 常见问题速查表
| 问题现象 | 可能原因 | 排查方法 | 解决方案 |
|---|---|---|---|
| 结果全黑 | thresh 过高或 type 选反 | 打印灰度直方图 | 调整 thresh 或换 type |
| 结果全白 | thresh 过低或 maxval 设置错误 | 检查 maxval 是否为 255 | 调整 thresh |
| Otsu 效果差 | 直方图非双峰 | 绘制直方图观察 | 先均衡化或改用自适应 |
| 自适应噪点多 | blockSize 过小 | 逐步增大 blockSize | 增大 blockSize 或先滤波 |
| 边缘断裂 | 阈值过于严格 | 观察边缘像素灰度 | 调整 C 值或做闭运算 |
| 彩色图报错 | 输入非单通道 | 检查 img.shape | 转灰度或分离通道 |
提示：每次调整参数后，不要只看最终二值图，也要看中间过程的灰度图和直方图。理解参数如何影响像素分布，比记住具体数值更重要。
5. 从阈值处理延伸到完整分割流程
阈值处理很少单独使用，它通常是图像分割流水线中的一环。一个完整的流程可能是：灰度化 → 滤波去噪 → 直方图均衡化 → 阈值处理 → 形态学清理 → 轮廓提取。每一步的输出都是下一步的输入，前一步的质量直接影响后一步的效果。
我在一个模拟项目里做过这样的流水线：先对图像做高斯滤波，去除传感器噪声；再用 CLAHE（限制对比度自适应直方图均衡化）增强局部对比度；然后用 Otsu 做初步二值化；接着用开运算去掉小噪点；最后用cv2.findContours提取目标轮廓，计算面积和周长。整个流程在 Jupyter 里跑一遍不到两秒，但每一步的参数都需要根据具体图像调整。
CLAHE 的参数有两个：clipLimit控制对比度增强的幅度，通常取 2.0 到 4.0；tileGridSize控制局部区域的大小，通常取 8×8。我试过clipLimit=3.0、tileGridSize=(8,8)的组合，在大多数工业图像上表现稳定。如果图像噪声本来就大，clipLimit要调低，否则噪声也会被放大。
轮廓提取之后，可以用cv2.contourArea过滤掉面积过小的轮廓，用cv2.arcLength和cv2.approxPolyDP做多边形逼近，判断目标形状。这些操作在 Jupyter 里都能逐块运行、逐块验证，非常适合调试和教学。
最后分享一个我在实际项目中总结的小技巧：把每次调参的结果保存成图片，文件名带上参数值，比如otsu_thresh_127.png、adaptive_b15_c3.png。这样回头对比时不用重新跑代码，直接看图片就能回忆起当时的参数组合。Jupyter 的%save魔法命令还能把整个 notebook 的代码保存成.py文件，方便后续复用。
这个内容后续还可以这样扩展：把阈值处理封装成一个函数，接受图像和参数字典，返回二值图和中间结果；或者用ipywidgets做一个完整的交互式调参面板，把灰度图、直方图、二值图、形态学结果放在同一个界面里联动显示。对于需要频繁调参的任务，这种工具能省下大量时间。
