OpenCV实战：彩色图像二值化的三种全局阈值策略

1. 彩色图像二值化入门指南

第一次接触图像处理的朋友可能会好奇，为什么要把彩色图片变成只有黑白两色？其实二值化就像给照片做"去芜存菁"的手术。想象你要识别一张报纸上的文字，彩色的油墨反光反而会影响识别，这时候把图片处理成纯粹的黑白两色，文字边缘会变得格外清晰。我在处理身份证扫描件时就经常用这个方法，效果立竿见影。

OpenCV中的二值化操作本质上是场"灰度值审判大会"。每个像素点的灰度值都要接受阈值的审判：大于等于阈值的判为白色（255），小于阈值的判为黑色（0）。这个审判标准就是我们要重点探讨的阈值策略。最近帮朋友做文档扫描APP时，发现选用不同的阈值策略，最终的文字识别准确率能相差20%以上。

2. 固定阈值127：简单粗暴的二分法

2.1 基础实现与效果验证

固定阈值127策略堪称二值化界的"Hello World"，它的逻辑简单到令人发指——直接取0-255中间值。在Python中只需几行代码就能实现：

python复制import cv2

img = cv2.imread('invoice.jpg', 0)  # 读取为灰度图
_, binary = cv2.threshold(img, 127, 255, cv2.THRESH_BINARY)
cv2.imwrite('binary_invoice.jpg', binary)

但实际测试效果往往让人大跌眼镜。上周我用公司LOGO图片测试时，浅色背景上的浅灰色文字完全消失了。这是因为127这个"一刀切"的标准，无法适应不同图像的亮度分布。就像用固定分数线录取所有专业的学生，必然会出现人才错配。

2.2 五种阈值类型的对比实验

threshold函数的第四个参数才是真正的魔法开关。我们做个对比实验：

python复制types = [
    ('THRESH_BINARY', cv2.THRESH_BINARY),
    ('THRESH_BINARY_INV', cv2.THRESH_BINARY_INV),
    ('THRESH_TRUNC', cv2.THRESH_TRUNC),
    ('THRESH_TOZERO', cv2.THRESH_TOZERO),
    ('THRESH_TOZERO_INV', cv2.THRESH_TOZERO_INV)
]

for name, type_ in types:
    _, result = cv2.threshold(img, 127, 255, type_)
    cv2.imshow(name, result)

实测发现：

• BINARY：最标准的黑白二值
• BINARY_INV：黑白反转，适合白底黑字的原始图像
• TRUNC：超过阈值部分被截断，保留灰度层次
• TOZERO：低于阈值的归零，高于的保留原值
• TOZERO_INV：与TOZERO效果相反

3. 动态均值阈值：让数据自己说话

3.1 手动计算平均灰度值

比起武断的127，用图像自身的平均灰度值作为阈值显然更科学。这就好比根据班级平均分划定及格线。实现代码稍复杂：

python复制height, width = img.shape
total = sum(sum(img[i,j] for j in range(width)) for i in range(height))
avg = int(total / (height * width))
_, adaptive_binary = cv2.threshold(img, avg, 255, cv2.THRESH_BINARY)

在处理会议室白板照片时，这个方法成功保留了荧光笔写的浅色字迹。但遍历所有像素计算平均值的方式，在处理4K图片时耗时明显增加，在我的笔记本上测试2000x3000像素的图像需要约1.2秒。

3.2 优化计算性能的技巧

有两个提速妙招：

1. 先缩小图像再计算：

python复制small = cv2.resize(img, (0,0), fx=0.2, fy=0.2)
avg = int(np.mean(small))

2. 使用numpy向量化计算：

python复制avg = int(np.mean(img))

这两种方法都能将计算时间压缩到0.1秒以内，而阈值效果几乎不变。不过要注意，当图像存在极端亮/暗区域时（如强光照射），均值可能会被带偏。

4. 实战对比：三种策略效果大PK

4.1 测试案例设计

我准备了三种典型场景的测试图：

1. 自然光下的文档（光照均匀）
2. 背光拍摄的名片（整体偏暗）
3. 舞台灯光中的展板（局部过曝）

python复制test_cases = ['document.jpg', 'business_card.jpg', 'poster.jpg']
strategies = {
    '固定127': lambda x: cv2.threshold(x, 127, 255, cv2.THRESH_BINARY),
    '动态均值': lambda x: cv2.threshold(x, int(np.mean(x)), 255, cv2.THRESH_BINARY),
    'OTSU算法': lambda x: cv2.threshold(x, 0, 255, cv2.THRESH_BINARY+cv2.THRESH_OTSU)
}

4.2 结果分析与选用建议

通过matplotlib并排显示对比图后，可以清晰看到：

• 固定127：仅在光照均匀的文档上表现尚可
• 动态均值：在背光场景下表现出色，但受高光区域影响大
• OTSU算法：在三种场景下都保持稳定（虽然这不是本文重点，但作为参照很有意义）

建议选择流程：

1. 先尝试动态均值法
2. 检查高光/阴影区域是否失真
3. 必要时换用更高级的局部阈值算法

5. 避坑指南与性能优化

5.1 新手常见错误

最近review团队代码时发现几个典型问题：

1. 忘记转灰度图直接处理：

python复制# 错误示范
img = cv2.imread('color.jpg')  # 还是彩色图
_, wrong = cv2.threshold(img, 127, 255, cv2.THRESH_BINARY)

2. 阈值类型参数混淆：

python复制# 本意是想用OTSU算法
_, wrong = cv2.threshold(img, 127, 255, cv2.THRESH_OTSU)  # 缺少BINARY

5.2 工业级应用建议

在实际项目中，我通常会加入预处理环节：

python复制gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
blur = cv2.GaussianBlur(gray, (5,5), 0)  # 去噪
_, binary = cv2.threshold(blur, 0, 255, cv2.THRESH_BINARY+cv2.THRESH_OTSU)

对于视频流处理，还会采用背景差分+动态阈值的组合策略。在停车场车牌识别项目中，这套组合拳使识别率从78%提升到了93%。