本书针的读者是高校学生，科研工作者，图像处理爱好者。对于这些 人群，他们往往是带着具体的问题，在苦苦寻找解决方案。为了一个小问 题就让他们去学习 C++ 这么深奥的语言几乎是不可能的。而 Python 的悄 然兴起给他们带来的希望，如果说 C++ 是 tex 的话，那 Python 的易用性 相当于 word。他们可以很快的看懂本书的所有代码，并可以学着使用它们 来解决自己的问题，同时也能拓展自己的视野。别人经常说 Python 不够 快，但是对于上面的这些读者，我相信这不是问题，现在我们日常

数字图像处理（第三版）冈萨雷斯，北京大学研究生上课专用ppt课件书虽然挺好的,但是不够全面,不能让读者完全了解 opencv的现状)。而 我翻译的这本书是来源于 OpenCv的官方文档,内容全面,对各种的算 法的描述简单易懂,而且不拘泥于长篇大论的数学推导,非常适合想使用 OpencⅤ解决实际问题的人,对他们来说具体的数学原坦并不重要,重要 是能解决实际问题。 在国内这本书可以说是第一本 Python OpenCV的译作。 4本书的时效性 本书的编写时针对最新的 Opencv3.0的,本版本还没

主要介绍了opencv 阈值分割的具体使用，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧

阈值分割 像素图 原始图像像素图 见下面 红色线：标注一条阈值线 二进制阈值化 首先设定一条阀值线 如127 大于127的像素点灰度值设为最大（如unit8的格式为255） 小于127的像素点灰度值设为0 反二进制阈值化 首先设定一条阀值线 如127 大于127的像素点灰度值设为最小为0 小于127的像素点灰度值设为最大（如unit8的格式为255） 截断阈值化 首先选定一个阀值，大于该阈值的像素点呗设定为该阈值，小于该阈值的不变 如：阈值127，大于127的像素点值为127；