我有一张灰度图像，
背景中的主要颜色是白色和浅灰色， 我曾尝试使用 otsu 二值化，但效果不佳， 所以我决定根据下面的直方图手动写：
img_gray[img_gray > 130] = 255
因此所有白色/灰色阴影都已转换为白色。效果非常好，
我想知道是否有一种有效的方法来获得这个阈值
无需重新发明轮子，我知道我可以申请：
np.bincount(img_gray.ravel())
并尝试在峰值之前找到斜坡的起点。
openCV 中是否有提供类似功能的函数？
谢谢大家！
【问题讨论】：
标签： opencv opencv-python image-thresholding
尝试使用均值和标准差。但这只有在你有一个峰值时才有效
mean,std = cv2.meanStdDev(img_gray)
low_thresh = mean - (std*2)
如果您想要更严格的阈值，请使用 std*1
【讨论】：
如果您知道您的图像总是有两个峰值，也许您可以在计算阈值之前使用分位数过滤掉较低的峰值：
filtered_image = np.where(img_gray > np.quantile(img_gray, 0.2), img_gray, 0)
threshold, thresh_image = cv2.threshold(filtered_image, 0, 255, cv2.THRESH_BINARY+cv2.THRESH_OTSU)
首先，使用适用于您的图像的分位数阈值过滤图像的下端。我在这个例子中使用了 0.2。微调删除第一个峰值的值。 然后，在过滤后的图像中使用 OTSU 阈值选项，使阈值接近您要查找的值。
【讨论】：