🟠 图像二值化

标准二值化：最基础的方法。像素灰度值大于等于二值化阈值的将变为白色(255)，小于该阈值的将变为黑色(0)。适用于光照均匀、目标与背景对比度非常明显的简单场景。

反向二值化：与标准二值化逻辑相反。像素灰度值大于等于二值化阈值的将变为黑色(0)，小于该阈值的将变为白色(255)。适用于需要将较暗的目标从亮背景中提取出来的场景。

大津法自适应阈值：一种自适应阈值方法。它会自动分析整张图像的灰度直方图，并计算出一个能使前景和背景类间方差最大的阈值，适用于光照不均等场景。

三角形法则：另一种自适应阈值方法。它同样会自动计算阈值，适用于灰度直方图只有一个主要波峰的图像，例如大部分是暗背景的图像上有一个较亮的目标。

调高该值：会使得更多的像素因为灰度值低于阈值而被划分为黑色，最终图像中白色区域会变少。适用于需要抑制背景噪声或只提取图像中最亮部分区域的场景。

调低该值：会使得更多的像素因为灰度值高于阈值而被划分为白色，最终图像中白色区域会变多。适用于目标本身亮度偏低或与背景对比度不高的场景。