python联合opencv实现图像的二值化处理阈值可视化分析

广义来看，在python中比较常用的主要是opencv,pil两个第三库，对比来看的话，opencv使用要更加的方便实用而且灵活。当然也可以都采用，对比分析其各自的效果。

阈值可视化原理：
设置一个阈值，低于该阈值的像素置为0(黑色)，高于该阈值的像素置为255(白色)。
基本函数原理实用方法：
cv2.threshold(src, thresh, maxval, type)

src：表示的是图片源
thresh：表示的是阈值（分割值）
maxval：表示的是最大值
type：表示的是这里划分的时候使用的算法类型主要有以下五种：
cv2.THRESH_BINARY
cv2.THRESH_BINARY_INV
cv2.THRESH_TRUNC
cv2.THRESH_TOZERO
cv2.THRESH_TOZERO_INV
也就是说类型不同，对应的五种算子，结果输出会有所差异。
cv2.threshold（）该函数有两个返回值，第一个retVal（得到的阈值），第二个就是阈值化后的图像。

#!/usr/bin/env python 
# -*- coding:utf-8 -*-
# Author's_name_is_NIKOLA_SS

import cv2
import numpy as np

# 全局阈值
def threshold_demo(image):
    gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
    # ret, binary = cv2.threshold(gray,0,255,cv2.THRESH_BINARY | cv2.THRESH_OTSU)
    # ret, binary = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY | cv2.THRESH_TRIANGLE)
    # ret,