好的，下面是如何使用 OpenCV-Python 读取一张图片并将其二值化的步骤： ### 步骤一：安装依赖库 如果你还没有安装 `opencv-python` 库，可以使用 pip 安装它。 ```bash pip install opencv-python ``` ### 步骤二：编写代码 接下来是一个简单的 Python 程序示例，展示如何读取图像文件、转换为灰度图，并应用阈值处理 (`THRESH_BINARY`) 进行二值化： ```python import cv2 # Step 1: Read the image file. image = cv2.imread('your_image.jpg') # 替换为你自己的图片路径. if image is None: print("Error loading image") else: # Step 2: Convert it to grayscale (单通道). gray_image = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY) # Step 3: Apply binary thresholding using THRESH_BINARY as 'thresholdType'. ret, thresh_binary = cv2.threshold(gray_image, 127, 255, cv2.THRESH_BINARY) # Note that the second parameter here (127) sets our initial threshold value, # while the third one defines maxVal which will be used for pixels having values more than or equal to the set threshold. # Optionally display both images side by side in a window named "Image". combined_images = cv2.hconcat([gray_image, thresh_binary]) cv2.imshow("Original Gray Image | Binary Thresholded", combined_images) # Save output if needed cv2.imwrite('result.png', thresh_binary) # Wait indefinitely until key press and close all windows after pressing any button. cv2.waitKey(0) cv2.destroyAllWindows() ``` 注意，在这个例子中我们选择了固定的阈值（即 127），但是你可以根据实际需求调整该数值。此外还存在自适应阈值算法，如 Otsu's Binarization 或者 Adaptive Gaussian Thresholding 可供选择以获得更好的效果。 #### 关于`cv2.threshold()`函数： 此函数接受四个参数：源图像（需先转成灰度）、设定的阈值(`thresh_value`)、最大像素值(`maxval`)以及所使用的阈值类型(`thresholdType`). 其返回两个结果 - 第一个是计算出的最佳全局阈值 ("ret") ，另一个是已经过阈值操作后的输出图像。 以上就是通过设置 `THRESH_BINARY` 参数将给定彩色照片转化为黑白两色的基本方法啦！