二值化是图像分割的一种方法，即将256个亮度等级的灰度图像通过适当的阈值选取，使得所有小于该阈值的像素置为一个值，所有大于该阈值的像素置为另一个值，最终得到一张非黑即白的二值图像。可见阈值的选择非常重要，不同的阈值，运算后得到的结果图像是完全不同的。对于多张图像，如何选取每一张图像合适的阈值呢？采用主观判定显然不太现实，合理的选择应该是采用一种自适应的阈值计算方法。自适应阈值计算，

https://blog.csdn.net/a153375250/article/details/50970104 算法原理 最大类间方差法是由日本学者大津于1979年提出的，是一种自适应的阈值确定法，又叫大津法,简称OTSU。 我用最简单的方式解释一下算法原理： 这个算法的思想就是假设阈值T将图像分成了前景和背景两个部分。 求出这两个部分的类间方差： 前景像素个数占比x(前景平均灰度

背景 2024年4月5日晚，广东省气象部门发布消息称，4月5日0时到20时，广东中北部出现了暴雨到大暴雨，其中从化吕田累计雨量最大达到225.7毫米。累计降水量达到大暴雨的地方还包括惠州龙门县永汉镇205.2毫米、清远佛冈县水头镇188.6毫米、韶关新丰县梅坑镇174.5毫米、河源东源县新回龙镇166.1毫米。 2024年4月7日13时19分起，据市气象台监测，广州市达到启动气象灾害（暴雨）Ⅲ

前言 （1）在上一节中，我们学习了对图像的固定二值化处理，可以将原始图像处理成二值化的黑白图像，这里面的本质就是将原来的二维数组进行了处理，处理后的二维数组里的元素都是0和255两个值。 （2）固定阈值二值化的使用是比赛过程中，每一处地方的二值化阈值都是同一个值，而赛道的不同地方以同一个阈值二值化出来的图像可能不合适，甚至不能正常循迹。 （3）为了适应赛道上的不同环境，很多同学会采用动态二值

目录 一、相关介绍 二、计算方法 三、实现代码 四、运行结果 一、相关介绍         大津法是一种灰度图像自适应的阈值分割方法，1979年由日本学者大津提出。大津法根据图像的灰度分布，将图像分成背景和前景两部分，前

大津算法（OTSU算法）是一种常用的图像二值化方法，用于将灰度图像转化为二值图像。该算法由日本学者大津展之于1979年提出，因此得名。 大津算法的核心思想是通过寻找一个阈值，将图像的像素分为两个类别：前景和背景。具体步骤如下： 统计图像的灰度直方图，得到每个灰度级的像素数目。遍历所有可能的阈值（0到255），计算根据该阈值将图像分为前景和背景的类内方差。根据类内方差的最小值确定最佳阈值。 在