图像二值化是图像处理的基础操作，核心是将图像像素划分为黑白两类。本文通过极简代码，演示如何用 OpenCV 实现自定义阈值的图像二值化，新手也能快速上手。

核心代码实现 

import cv2 as cv
# 1. 读取图像
src = cv.imread("./image/2.bmp")
if src is None:
    print('could not load image')
    exit()
# 2. 显示原始图像
cv.imshow("src", src)
# 3. 转灰度图（二值化前必须步骤）
gray = cv.cvtColor(src, cv.COLOR_BGR2GRAY)
# 4. 自定义阈值二值化：阈值100，最大值255，二值化模式
ret, binary = cv.threshold(gray, 100, 255, cv.THRESH_BINARY)
# 5. 显示二值化结果
cv.imshow('outimage', binary)
# 6. 等待按键并释放窗口
cv.waitKeyEx(0)
cv.destroyAllWindows()

关键知识点解析

1. 二值化前提：cv.threshold仅支持单通道灰度图，因此必须先通过COLOR_BGR2GRAY将彩色图转灰度。
2. 阈值参数说明：
   • 100：自定义阈值（像素值＞100 设为 255，≤100 设为 0）；
   • 255：二值化后的最大值（通常固定为 255，代表白色）；
   • cv.THRESH_BINARY：基础二值化模式（反向用cv.THRESH_BINARY_INV）。
3. 返回值含义：ret是实际使用的阈值（自定义阈值下等于设定值），binary是二值化后的图像矩阵。

效果调整技巧

• 调高低阈值（如 150）：二值化后黑色区域更多，细节减少；
• 调低阈值（如 50）：白色区域更多，保留更多细节；
• 替换模式为cv.THRESH_BINARY_INV：实现黑白反转的二值化效果。