一、引言：圖像分析，從“黑與白”開始
在計算機視覺任務中，**圖像二值化（Image Binarization）**是最基礎也是最關鍵的圖像預處理技術之一。它通過將灰度圖像中每個像素轉換為兩個離散值（通常是0和255），實現背景與前景的快速分離，為后續的特征提取、輪廓檢測、目標識別等任務打下基礎。
盡管看起來簡單，但一個優秀的二值化策略往往直接決定了后續識別效果的成敗，尤其是在文檔識別、工業檢測、視頻監控等場景中。
二、圖像二值化的基本原理
📷 1. 灰度圖像回顧
灰度圖像是 RGB 圖像去色后得到的單通道圖像，每個像素的取值范圍通常為 [0, 255]，值越大代表越亮。
?? 2. 二值化定義
將每個像素值與一個閾值 T 比較：
if pixel >= T:pixel = 255 # 白色（前景）
else:pixel = 0 # 黑色（背景）
關鍵問題：閾值 T 如何選？
三、常見二值化方法對比
| 方法 | 適用場景 | 優點 | 缺點 |
|---|---|---|---|
| 固定閾值（全局閾值） | 光照均勻、目標明顯 | 快速簡單 | 對光照變化敏感 |
| Otsu 大津法 | 前景/背景明顯分離 | 自動尋找最佳閾值 | 對噪聲敏感 |
| 自適應閾值（局部） | 背景光照不均 | 適配性強 | 參數設置較復雜 |
| 圖像分割類方法 | 復雜多目標圖像 | 精度高 | 計算復雜度高 |
四、OpenCV中的常用二值化方法實戰
? 示例：固定閾值
import cv2img = cv2.imread('image.jpg', cv2.IMREAD_GRAYSCALE)
_, binary = cv2.threshold(img, 127, 255, cv2.THRESH_BINARY)
cv2.imwrite('binary.jpg', binary)
? 示例：大津法（自動閾值）
_, binary_otsu = cv2.threshold(img, 0, 255, cv2.THRESH_BINARY + cv2.THRESH_OTSU)
? 示例：自適應閾值
adaptive = cv2.adaptiveThreshold(img, 255,cv2.ADAPTIVE_THRESH_GAUSSIAN_C,cv2.THRESH_BINARY,blockSize=11,C=2
)
五、圖像二值化在實際應用中的角色
🧾 1. 文檔圖像處理（OCR）
將拍照或掃描的文檔二值化，去除背景、突出文字，提升文字識別精度。
🏭 2. 工業質檢（缺陷檢測）
在產品表面圖像中二值化提取瑕疵區域，識別裂縫、毛刺、污染等。
🎥 3. 監控圖像前處理
在夜間、低照度下的監控畫面中進行運動目標檢測前，先進行背景抑制和二值化處理。
六、進階拓展：視頻流中的二值化實時處理
以 OpenCV 處理攝像頭輸入為例：
cap = cv2.VideoCapture(0)while True:ret, frame = cap.read()gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)_, binary = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY)cv2.imshow('binary', binary)if cv2.waitKey(1) & 0xFF == ord('q'):breakcap.release()
cv2.destroyAllWindows()
七、結合視頻流SDK（如大牛直播SDK）實現實時二值化分析
若圖像來源為 RTSP/RTMP 實時流，可通過大牛直播SDK 接入視頻幀并在回調中接入二值化邏輯：
啟動播放：
# SmartPlayerPythonDemo.py
# Created by daniusdk.com
# WeChat: xinsheng120def start_playback(self):if not self.player_handle or not self.player_handle.value:self.update_status("play handle is None")returnprint(f"start_playback")self.init_common_sdk_param()hwnd = ctypes.c_void_p(self.canvas.winfo_id())print(f"Canvas hwnd: 0x{hwnd.value:x}")if self.smart_player_sdk_api.SetRenderWindow(self.player_handle, hwnd) != NTBaseCodeDefine.NT_ERC_OK:self.update_status("設置渲染窗口失敗")return# 設置硬解碼if self.hardware_decode.get():self.smart_player_sdk_api.SetH264HardwareDecoder(self.player_handle, 1 if self.is_support_h264_hardware_decoder else 0, 0)self.smart_player_sdk_api.SetH265HardwareDecoder(self.player_handle, 1 if self.is_support_h265_hardware_decoder else 0, 0)self.smart_player_sdk_api.SetAudioVolume(self.player_handle, int(self.volume_scale.get()))if self.smart_player_sdk_api.StartPlay(self.player_handle) != NTBaseCodeDefine.NT_ERC_OK:self.update_status("開始播放失敗")returnif self.is_enable_frame_callback:# 啟動幀處理線程self.stop_event.clear()self.frame_thread = threading.Thread(target=self.process_frames, daemon=True)self.frame_thread.start()self.is_playing = Trueself.play_btn.config(text="停止")self.update_status("正在播放...")視頻回調處理：
def video_frame_callback(self, handle, user_data, status, frame):"""視頻幀回調（RGB32格式）"""if not frame:returnframe_data = frame.contentsif frame_data.format_ != NT_SP_E_VIDEO_FRAME_FORMAT.NT_SP_E_VIDEO_FRAME_FORMAT_RGB32.value:returnbuffer_size = frame_data.stride0_ * frame_data.height_byte_array = bytes(ctypes.cast(frame_data.plane0_, ctypes.POINTER(ctypes.c_ubyte * buffer_size)).contents)try:self.frame_queue.put_nowait((byte_array, frame_data.width_, frame_data.height_, frame_data.stride0_))except queue.Full:passdef process_frames(self):"""處理幀隊列（在獨立線程中）"""counter = 1while not self.stop_event.is_set():try:byte_array, width, height, stride = self.frame_queue.get_nowait()# 轉換RGB32到PIL Image（BGRA轉RGB）'''image = Image.frombuffer("RGBA", (width, height), byte_array,"raw", "BGRA", stride, 1).convert("RGB")# 轉換為Tkinter PhotoImageself.photo = ImageTk.PhotoImage(image.resize((VIDEO_WIDTH-100, VIDEO_HEIGHT - 80)))'''prefix = "out"# 增加計數器counter += 1file_name = f"{prefix}{counter}.bmp"if counter % 20 == 0:self.save_rgb32_to_bmp(byte_array, width, height, stride, file_name)# 在主線程更新UI#self.root.after(0, self.update_canvas)except queue.Empty:if self.stop_event.is_set():break # 立即退出循環continueexcept Exception as e:print(f"幀處理異常: {e}")
結合圖像識別、邊緣檢測、缺陷識別等后續模塊，可構建完整的“視覺采集 → 二值化 → AI處理 → 告警/輸出”的實時視覺分析鏈路。
八、總結
圖像二值化作為計算機視覺中最基礎也最常用的處理手段之一，雖原理簡單，卻是提取關鍵信息、壓縮數據復雜度、增強語義特征的第一步。
掌握不同的二值化策略，不僅能提升圖像處理效果，更為構建健壯的圖像識別系統打下基礎。
而結合如大牛直播SDK這樣的視頻流輸入框架，更可以讓這一基礎算法真正用于實時、穩定的生產環境中。
