1、全局二值化：将图像全部变成两种值，比如：0，255

threshold(src: ndarray（图像，最好是灰度图）
              thresh: float,（阙值）
              maxval: float,（最大值）
              type: int,（操作类型）
              dst: ndarray（输出图片）

img = cv2.imread('3.jpg')gray = cv2.cvtColor(img, cv2.COLOR_RGB2GRAY)#注意该函数会返回两个值，一个是阈值，一个是处理后的图片thresh,dst=cv2.threshold(img,127,255,cv2.THRESH_BINARY)cv2.imshow("dst", dst)cv2.waitKey(0)

2、自适应阈值二值化

返回值只有一个

 adaptiveThreshold(src: Mat | ndarray[Any, dtype[generic]] | ndarray,
                      maxValue: float,
                      adaptiveMethod: int, （指定计算阈值的方法）
                      thresholdType: int,
                      blockSize: int,（计算阈值的区域大小，只能为奇数如：3，5，7）
                      C: float,（计算出来的值会减去这个常数）
                      dst: Mat

#调整窗口的大小cv2.namedWindow('dst',cv2.WINDOW_NORMAL)cv2.resizeWindow('dst',800,600)gray = cv2.cvtColor(img, cv2.COLOR_RGB2GRAY)dst=cv2.adaptiveThreshold(gray,255,cv2.ADAPTIVE_THRESH_GAUSSIAN_C,cv2.THRESH_BINARY,11,0)cv2.imshow("dst", dst)cv2.waitKey(0)

3、 #调整窗口的大小
    cv2.namedWindow('dst',cv2.WINDOW_NORMAL)
    cv2.resizeWindow('dst',800,600)