Otsu算法：从原理到实战，实现图像二值化的自动阈值计算

1. 项目概述：从“猜”阈值到“算”阈值的跨越

在图像处理的世界里，二值化是个绕不开的基础操作。无论是想从一张发票照片里提取文字，还是从医学CT影像中分离出病灶区域，第一步往往就是把一张灰度图变成非黑即白的二值图。这个“变”的过程，核心就是找一个“门槛”——阈值。像素灰度值高于这个门槛的，我们让它变成白色（255），低于的，就变成黑色（0）。听起来很简单，对吧？但问题来了：这个门槛到底该设成多少？

新手最常见的做法是“拍脑袋”或者“试错法”。比如，面对一张光照不均的文档照片，你可能先试128（中间值），发现背景没干净，文字也断了；再试150，背景干净了但文字变细了；试100，文字是保住了，但背景的噪点全出来了。整个过程就像在黑暗中摸索，效率低，效果还不稳定。尤其是在需要批量处理成千上万张图像，或者图像质量参差不齐时，手动调阈值简直就是一场噩梦。

Otsu算法，也叫最大类间方差法或大津算法，就是为了终结这场噩梦而生的。它不是一个让你去“设置”阈值的工具，而是一个能自动“计算”出最佳阈值的数学方法。它的核心思想极其优雅：既然二值化是把像素分成了前景（我们感兴趣的目标，如文字、物体）和背景两类，那么最理想的阈值，就应该让这两类之间的差异最大，同时让每一类内部的像素尽可能相似。用统计学的语言来说，就是最大化类间方差。

我第一次接触这个算法是在处理一批古文献的扫描件时。文献纸张泛黄、墨迹深浅不一，还有各种污渍。手动调阈值调到眼花，效果还时好时坏。直到用上Otsu，一键处理，大部分图片的文字提取效果立刻变得清晰、连贯，一下子把我从重复劳动中解放了出来。从此，它就成了我图像处理工具箱里的“定海神针”。无论你是做OCR预处理、医学图像分析，还是简单的背景分割，理解并掌握Otsu算法，都能让你从“凭感觉”的初级阶段，跃升到“有理论依据”的实践层面。

2. 核心原理拆解：方差背后的分类哲学

要真正用好Otsu算法，不能只停留在调用cv2.threshold(img, 0, 255, cv2.THRESH_OTSU)这一行代码上。理解其背后的数学原理，不仅能让你在算法失效时知道如何排查，更能让你在更复杂的场景下（比如多阈值分割）举一反三。

2.1 从直方图到概率分布

Otsu算法的所有计算都基于图像的灰度直方图。假设我们有一张8位灰度图，灰度级L=256（0到255）。直方图h[i]就表示灰度值为i的像素有多少个。算法第一步，是把这直方图归一化成一个概率分布：

p(i) = h(i) / N， 其中N是图像总像素数，i = 0, 1, ..., L-1。

这样，p(i)就代表了随机抽取一个像素，其灰度值为i的概率。整个图像的平均灰度（一阶矩）μ_T也就很容易计算：μ_T = Σ(i * p(i))，对i从0到L-1求和。

现在，我们假设选取一个阈值k，它将所有像素分成了两类C0和C1：

• C0: 灰度值在 [0, k] 的像素（通常视为背景）。
• C1: 灰度值在 [k+1, L-1] 的像素（通常视为前景）。

2.2 类内相似与类间差异的数学表达

有了分类，我们就可以计算每一类出现的概率（权重）：

• ω0 = P(C0) = Σ p(i) ， i从0到k。 （背景类像素占总像素的比例）
• ω1 = P(C1) = Σ p(i) ， i从k+1到L-1。 （前景类像素占总像素的比例） 显然，ω0 + ω1 = 1。

每一类的平均灰度也可以算出：

• μ0 = Σ (i * p(i)) / ω0 ， i从0到k。 （背景类的平均灰度）
• μ1 = Σ (i * p(i)) / ω1 ， i从k+1到L-1。 （前景类的平均灰度）

整个图像的总平均灰度μ_T，其实就是这两类平均灰度的加权和：μ_T = ω0 * μ0 + ω1 * μ1。这个关系在后面推导时会用到。

Otsu算法的目标是让两类“分得最开”。在统计学里，衡量数据分布离散程度的一个经典指标是方差。这里，我们定义类间方差（Between-class variance）σ_B²：σ_B² = ω0 * (μ0 - μ_T)² + ω1 * (μ1 - μ_T)²

这个公式非常直观：它衡量的是两类各自的均值与图像总均值之间的差异的加权平方和。如果背景和前景的灰度值本身相差很大（比如白纸黑字），那么μ0和μ1就会分别远离μ_T，导致σ_B²很大。反之，如果图像本身对比度很低，前景背景灰度接近，μ0和μ1都靠近μ_T，σ_B²就会很小。

注意：这里有一个非常重要的等价推导。利用μ_T = ω0 * μ0 + ω1 * μ1的关系，我们可以把类间方差公式简化为：σ_B² = ω0 * ω1 * (μ0 - μ1)²这个形式更简洁，计算量也更小。它直接告诉我们：最大化类间方差，等价于最大化前景与背景两类权重的乘积，再乘以两类均值之差的平方。当两类权重相等（ω0=ω1=0.5）且均值差距最大时，σ_B²取得理论最大值。这完美对应了我们的直觉：最好的分割，应该让前景和背景在“数量”和“灰度值”上都区分明显。

2.3 算法步骤与计算优化

理解了目标函数σ_B²，Otsu算法的步骤就清晰了：

1. 计算灰度直方图：统计图像中每个灰度级的像素个数。
2. 归一化直方图：得到概率分布p(i)。
3. 遍历所有候选阈值k（从1到L-2，0和255作为阈值通常无意义）。
4. 对于每个k： a. 计算累积权重ω0(k)和ω1(k)（ω1(k)=1-ω0(k)）。 b. 计算累积均值μ0(k)和μ1(k)。这里可以利用递推公式高效计算，避免每次从头求和。 c. 计算当前k下的类间方差σ_B²(k) = ω0(k) * ω1(k) * [μ0(k) - μ1(k)]²。
5. 寻找最佳阈值：找到使σ_B²(k)最大的那个k值，即为Otsu算法计算出的最佳全局阈值。

在实际编程中，步骤4的递推计算是关键。我们可以维护两个累积量：

• ω0随着k增加，每次加上p(k)即可更新。
• μ0的累积和sum0，随着k增加，每次加上k * p(k)，然后μ0 = sum0 / ω0。 这样，整个遍历过程的时间复杂度是O(L)，对于256个灰度级来说，计算速度极快，这也是Otsu算法得以广泛应用的原因之一。

3. 实战应用与代码解析

理论再漂亮，也得落地才行。下面我们抛开库函数，亲手实现一遍Otsu算法，并对比OpenCV等库的实现，看看在实际应用中需要注意哪些细节。

3.1 从零实现Otsu算法

我们用Python和NumPy来手动实现，这能帮你彻底吃透计算过程的每一个环节。

import numpy as np import cv2 from matplotlib import pyplot as plt def otsu_threshold_manual(image): """ 手动实现Otsu阈值计算 Args: image: 输入灰度图像 (numpy array) Returns: best_threshold: 计算得到的最佳阈值 between_variances: 所有阈值对应的类间方差列表（用于可视化） """ # 1. 计算灰度直方图 # 假设是8位图像，bins为256 hist, bin_edges = np.histogram(image.flatten(), bins=256, range=(0, 256)) # 2. 归一化得到概率分布 pixel_count = image.size prob = hist / pixel_count # 初始化变量 best_threshold = 0 max_variance = 0.0 between_variances = [] # 记录每个k的方差，方便观察 # 总平均灰度 total_mean = np.sum(np.arange(256) * prob) # 初始化累积量 omega0 = 0.0 # C0类的累积概率 sum0 = 0.0 # C0类的累积灰度值和 # 3. 遍历所有可能的阈值k (1 到 254) for k in range(1, 255): # 递推更新C0类的累积概率和累积灰度值和 omega0 += prob[k] sum0 += k * prob[k] # 如果omega0为0或1，跳过（此时一类为空，无意义） if omega0 < 1e-10 or omega0 > 1 - 1e-10: between_variances.append(0) continue # 计算C0类的平均灰度 mean0 = sum0 / omega0 # 计算C1类的概率和平均灰度 omega1 = 1.0 - omega0 # C1类的累积灰度值和 = 总灰度值和 - C0类累积灰度值和 # 总灰度值和 = total_mean * pixel_count，但这里用概率形式更简单 # mean1 = (total_mean - omega0 * mean0) / omega1 sum1 = total_mean - omega0 * mean0 mean1 = sum1 / omega1 # 4. 计算类间方差（使用简化公式） variance_b = omega0 * omega1 * (mean0 - mean1) ** 2 between_variances.append(variance_b) # 5. 更新最佳阈值 if variance_b > max_variance: max_variance = variance_b best_threshold = k return best_threshold, between_variances # 测试用例 # 生成一张简单的双峰图像：深色背景+亮色前景 np.random.seed(42) background = np.random.normal(70, 10, (200, 300)).astype(np.uint8) # 背景~N(70,10) foreground = np.random.normal(180, 10, (100, 200)).astype(np.uint8) # 前景~N(180,10) test_img = np.zeros((300, 400), dtype=np.uint8) test_img[50:250, 100:300] = foreground # 将前景块放入图像中心 # 计算阈值 thresh_manual, variances = otsu_threshold_manual(test_img) print(f"手动实现Otsu计算的最佳阈值: {thresh_manual}") # 使用OpenCV的Otsu方法进行验证 thresh_cv2, binary_cv2 = cv2.threshold(test_img, 0, 255, cv2.THRESH_BINARY + cv2.THRESH_OTSU) print(f"OpenCV Otsu计算的最佳阈值: {thresh_cv2}") # 可视化 fig, axes = plt.subplots(2, 2, figsize=(12, 10)) axes[0,0].imshow(test_img, cmap='gray') axes[0,0].set_title('原始测试图像') axes[0,0].axis('off') axes[0,1].hist(test_img.flatten(), bins=50, color='blue', alpha=0.7) axes[0,1].axvline(x=thresh_manual, color='red', linestyle='--', label=f'Otsu Threshold={thresh_manual}') axes[0,1].set_xlabel('灰度值') axes[0,1].set_ylabel('像素频数') axes[0,1].set_title('图像直方图与阈值') axes[0,1].legend() axes[1,0].plot(range(1,255), variances, 'g-') axes[1,0].axvline(x=thresh_manual, color='red', linestyle='--') axes[1,0].set_xlabel('候选阈值 k') axes[1,0].set_ylabel('类间方差 σ_B²') axes[1,0].set_title('类间方差随阈值变化曲线') axes[1,0].grid(True) # 应用阈值进行二值化 binary_manual = np.where(test_img > thresh_manual, 255, 0).astype(np.uint8) axes[1,1].imshow(binary_manual, cmap='gray') axes[1,1].set_title(f'手动二值化结果 (阈值={thresh_manual})') axes[1,1].axis('off') plt.tight_layout() plt.show()

运行这段代码，你会看到生成的测试图像、其双峰直方图、类间方差随阈值变化的曲线（这条曲线通常会有一个明显的峰值），以及最终的二值化结果。手动计算的结果应该与OpenCV的结果完全一致（或相差1以内，因实现细节可能略有不同）。

3.2 OpenCV中的Otsu与高效使用技巧

在实际项目中，我们当然不会每次都自己写。OpenCV中的cv2.threshold()函数是标准用法。但直接调用之外，有些技巧能让你用得更好：

import cv2 import numpy as np # 标准用法 img = cv2.imread('document.jpg', cv2.IMREAD_GRAYSCALE) # 注意：THRESH_OTSU 必须与 THRESH_BINARY 或 THRESH_BINARY_INV 组合使用 thresh_val, binary_img = cv2.threshold(img, 0, 255, cv2.THRESH_BINARY + cv2.THRESH_OTSU) print(f"Otsu自动计算的阈值: {thresh_val}") # 技巧1：预处理的重要性 # Otsu假设直方图是双峰的。如果图像噪声很大，直方图峰谷不明显，效果会变差。 # 常见的预处理是高斯模糊，可以平滑噪声，使直方图分布更集中。 img_blurred = cv2.GaussianBlur(img, (5,5), 0) thresh_val_blur, binary_img_blur = cv2.threshold(img_blurred, 0, 255, cv2.THRESH_BINARY + cv2.THRESH_OTSU) # 对比 blur 前后的阈值和效果，通常 blur 后的结果更鲁棒。 # 技巧2：处理高光或阴影区域（局部Otsu） # 全局Otsu对光照不均的图像效果不佳。此时可以使用局部自适应阈值，如 cv2.adaptiveThreshold。 # 但 adaptiveThreshold 本身不支持 Otsu 方法。一个折中方案是分块处理。 height, width = img.shape block_size = 64 binary_local = np.zeros_like(img) for y in range(0, height, block_size): for x in range(0, width, block_size): block = img[y:y+block_size, x:x+block_size] if block.size > 0: # 防止边缘块为空 thresh_local, block_binary = cv2.threshold(block, 0, 255, cv2.THRESH_BINARY + cv2.THRESH_OTSU) binary_local[y:y+block_size, x:x+block_size] = block_binary # 注意：分块处理可能在块边界产生不连续效应，后续可能需要形态学操作平滑。 # 技巧3：获取并分析直方图 hist = cv2.calcHist([img], [0], None, [256], [0,256]) # 可以手动绘制直方图，观察是否具有双峰特性，预判Otsu效果。

实操心得：cv2.threshold()的返回值中，第一个值thresh_val就是Otsu算法计算出的阈值。这个值对于后续分析非常有用。比如，你可以记录一批图像的处理阈值，如果某张图的阈值异常偏高或偏低，可能意味着这张图本身质量有问题（如过曝、欠曝），需要进行单独检查或不同的预处理。

4. 优势、局限与适用场景分析

没有一种算法是万能的，Otsu也不例外。清楚它的能力和边界，才能把它用在最合适的地方。

4.1 核心优势

1. 完全自动，无需参数：这是它最吸引人的地方。你不需要凭经验去猜一个阈值，算法基于图像自身的统计特性给出“最优”解。对于批量处理任务，自动化程度极高。
2. 计算高效：算法复杂度是O(L)，对于256灰度级，计算几乎是瞬时的。即使在资源受限的嵌入式设备（如K230这类AIoT芯片）上，也能实时运行。
3. 理论基础扎实：基于最大类间方差，有明确的数学解释和优化目标，结果可解释性强。
4. 对双峰直方图图像效果卓越：当图像的前景和背景在灰度直方图上能形成两个分离的波峰时，Otsu找到的阈值通常就位于波谷处，分割效果非常理想。典型的例子就是白纸黑字的文档、在均匀背景下拍摄的物体等。

4.2 主要局限性及应对策略

Otsu的局限性主要源于其“全局”和“基于直方图形状”的假设。

4.3 典型应用场景指南

根据其特性，Otsu算法在以下场景中表现出色：

• 文档图像二值化：扫描或拍摄的文档、书籍、票据。前提是光照相对均匀，纸张背景与文字墨水对比度明显。这是Otsu的“主场”。
• 工业视觉中的简单目标分割：在受控的工业环境下，产品与传送带背景颜色对比强烈时，用于定位产品轮廓。
• 医学图像的初步分割：在某些模态的医学图像中，如细胞涂片、部分X光片，目标与背景对比度较高时，可作为快速初筛或预处理步骤。例如，在“口腔疾病图像分割系统”或“脊柱侧弯深度学习图像分割”的流程中，Otsu可能用于从原始影像中初步分离出感兴趣的大区域，作为更精细分割（如深度学习模型）的输入。
• 遥感图像的土地覆盖分类初探：对于简单的植被、水体、建筑分类，当不同地物在特定波段灰度差异大时，可用Otsu进行快速粗略分割。
• 作为更复杂算法的预处理或组成部分：例如，在深度学习时代，Otsu仍可用于生成训练数据的粗略标签，或是在模型推理后，对概率图进行二值化处理的一个可选方法。

个人经验：我经常将Otsu作为一个“基准线”方法。接手一个新的图像分割任务时，我会先用Otsu试一下。如果效果不错，问题就简单解决了；如果效果不好，通过分析它失败的原因（看直方图、看分割结果），我能快速判断问题的症结是光照、噪声还是目标本身与背景难以区分，从而指引我选择更合适的进阶方法。它就像一个高效的“诊断工具”。

5. 进阶话题与变种算法

当你熟练掌握了经典Otsu后，可以进一步探索其改进和变种算法，以应对更复杂的场景。

5.1 多阈值Otsu（Multi-level Otsu）

经典Otsu是二分类的。但有时我们需要将图像分成多个类别，比如遥感图像中的水体、植被、裸地。多阈值Otsu将寻找多个阈值，使多个类之间的总类间方差最大。

假设我们要找M-1个阈值，将图像分成M类。目标函数变为最大化总的类间方差σ_B²，它是各个类之间方差的和。计算量会随着阈值数量指数级增长（穷举搜索）。通常采用最大类间方差法的推广公式，并利用动态规划或优化算法来求解，以避免组合爆炸。

在OpenCV中，并没有直接的多阈值Otsu函数。你可以使用skimage.filters中的threshold_multiotsu。

from skimage import filters, io, color import matplotlib.pyplot as plt # 读取图像并转为灰度 image = color.rgb2gray(io.imread('multi_class.jpg')) # 应用多阈值Otsu，指定类别数 thresholds = filters.threshold_multiotsu(image, classes=3) print(f"多阈值Otsu计算得到的阈值: {thresholds}") # 根据阈值生成区域 regions = np.digitize(image, bins=thresholds) # 可视化 plt.imshow(regions, cmap='jet') plt.show()

5.2 二维Otsu与二维熵阈值法

经典Otsu只利用了像素的灰度信息（一维直方图）。二维Otsu则同时考虑了像素的灰度值和其邻域平均灰度值。每个像素对应一个二维点（灰度值，邻域均值）。算法在二维平面上寻找一个阈值向量，将二维直方图划分成4个象限，同样以最大化类间方差为目标。

二维Otsu对噪声的鲁棒性更强，因为噪声像素的灰度值可能异常，但其邻域均值可能将其拉回正常范围。但计算量也显著增加。类似地，还有二维最大熵阈值法，它基于信息论，目标是最大化分割后图像的信息量。

5.3 Otsu与其他技术的结合

在实际的复杂系统中，Otsu很少单独使用，而是作为流水线中的一环：

• Otsu + 形态学操作：这是非常经典的组合。Otsu进行初始分割后，结果可能包含小孔洞、毛刺或断裂。通过后续的开运算（先腐蚀后膨胀）可以去除小噪声点；闭运算（先膨胀后腐蚀）可以填充小孔洞、连接断点。

  import cv2 kernel = np.ones((3,3), np.uint8) binary_cleaned = cv2.morphologyEx(binary_img, cv2.MORPH_CLOSE, kernel) # 闭运算填充 binary_cleaned = cv2.morphologyEx(binary_cleaned, cv2.MORPH_OPEN, kernel) # 开运算去噪

• Otsu 作为深度学习的前/后处理：
  • 预处理：在标注数据不足时，用Otsu生成粗糙的伪标签，用于预训练或辅助训练深度学习模型（如UNet）。
  • 后处理：深度学习模型（如语义分割网络）输出的是每个像素属于各类别的概率图。对于二分类问题，可以直接对概率图使用Otsu自动确定二值化的阈值，这比手动设定一个固定阈值（如0.5）可能更适应不同的图像。

5.4 在资源受限设备上的考量

在诸如K230这类边缘AI芯片上部署时，需要权衡效果和效率。

• 优势：Otsu算法本身计算量小，内存占用低（主要是一个长度为256的直方图数组），非常适合边缘设备。
• 挑战：如果图像很大，计算整图的直方图仍有开销。可以考虑：
  1. 下采样：先将图像缩小，在小图上计算Otsu阈值，再应用到原图。
  2. 分块并行计算：如果芯片有多个计算核心，可以将图像分块，各块独立计算阈值（适用于光照均匀场景），或计算局部直方图后合并。
  3. 查找表（LUT）优化：对于固定流程，可以将部分中间计算结果预先存储。
• “K230脱机调阈值”的启示：这个热词暗示了在嵌入式场景下阈值可能需要动态调整。Otsu的“自动”特性在这里很有价值。你可以设计一个系统，定期（如每天/每次启动）用Otsu计算当前环境下的最佳阈值，并更新到系统中，实现自适应的“脱机调参”，避免因环境光变化导致固定阈值失效。

6. 常见问题与调试技巧实录

即使理解了原理，在实际编码和调试中还是会遇到各种问题。下面是我踩过的一些坑和总结的排查思路。

6.1 问题排查速查表

6.2 调试与可视化技巧

1. 直方图是灵魂：任何时候对Otsu效果有疑问，第一件事就是画出图像的灰度直方图，并把你计算出的阈值用竖线标在图上。一眼就能看出阈值是否位于预期的波谷位置。

   plt.figure(figsize=(10,4)) plt.subplot(121) plt.imshow(img, cmap='gray') plt.title('Original Image') plt.axis('off') plt.subplot(122) plt.hist(img.ravel(), bins=256, range=(0,256), color='blue', alpha=0.7) plt.axvline(x=thresh_val, color='red', linestyle='--', linewidth=2, label=f'OTSU Thresh={thresh_val:.1f}') plt.xlabel('Pixel Intensity') plt.ylabel('Frequency') plt.title('Grayscale Histogram') plt.legend() plt.tight_layout() plt.show()

2. 类间方差曲线：在手动实现时，把每个候选阈值k对应的类间方差σ_B²(k)画出来。一个健康的、适合Otsu的图像，这条曲线应该有一个尖锐的、唯一的峰值。如果曲线平坦或有多个峰值，说明Otsu可能不是最佳选择，或者需要预处理。
3. 分块测试：对于怀疑光照不均的图片，可以手动将图片分成4x4的网格，对每个小块分别用Otsu计算阈值并二值化，然后拼回。观察不同块的阈值差异。如果差异很大（比如超过50），那就证实了光照不均的问题，必须采用局部方法。

6.3 一个综合案例：处理光照不均的名片图像

假设我们有一张在侧面光下拍摄的名片照片，左边亮右边暗。

import cv2 import numpy as np import matplotlib.pyplot as plt # 模拟或读取一张光照不均的图像 # 这里用梯度模拟光照不均 height, width = 400, 600 gradient = np.tile(np.linspace(0.5, 1.2, width), (height, 1)) # 从左到右变亮 uniform_bg = np.ones((height, width)) * 120 text_region = np.random.randint(30, 60, (height, width)) # 创建名片：背景+深色文字 img_simulated = (uniform_bg - text_region * (text_region < 50)).astype(np.uint8) # 添加光照梯度 img_uneven = np.clip(img_simulated * gradient, 0, 255).astype(np.uint8) # 添加一些文字图案（简单模拟） cv2.putText(img_uneven, 'NAME', (150, 100), cv2.FONT_HERSHEY_SIMPLEX, 2, 80, 3) cv2.putText(img_uneven, 'TEL: 123-4567', (100, 200), cv2.FONT_HERSHEY_SIMPLEX, 1, 60, 2) # 方法1：直接全局Otsu（会失败） thresh_global, binary_global = cv2.threshold(img_uneven, 0, 255, cv2.THRESH_BINARY + cv2.THRESH_OTSU) # 方法2：高斯模糊后全局Otsu img_blur = cv2.GaussianBlur(img_uneven, (5,5), 0) thresh_blur, binary_blur = cv2.threshold(img_blur, 0, 255, cv2.THRESH_BINARY + cv2.THRESH_OTSU) # 方法3：局部自适应阈值（高斯加权） binary_adaptive = cv2.adaptiveThreshold(img_uneven, 255, cv2.ADAPTIVE_THRESH_GAUSSIAN_C, cv2.THRESH_BINARY, 11, 2) # 块大小11，常数2 # 可视化比较 fig, axes = plt.subplots(2, 3, figsize=(15, 10)) axes[0,0].imshow(img_uneven, cmap='gray') axes[0,0].set_title('Original (Uneven Illumination)') axes[0,0].axis('off') axes[0,1].hist(img_uneven.ravel(), 256, [0,256], color='blue') axes[0,1].axvline(thresh_global, color='red', linestyle='--') axes[0,1].set_title(f'Global Histogram\nOtsu Thresh={thresh_global:.0f}') axes[0,2].imshow(binary_global, cmap='gray') axes[0,2].set_title('Global Otsu Result\n(Poor)') axes[0,2].axis('off') axes[1,0].imshow(binary_blur, cmap='gray') axes[1,0].set_title('Otsu after Gaussian Blur\n(Slightly Better)') axes[1,0].axis('off') axes[1,1].imshow(binary_adaptive, cmap='gray') axes[1,1].set_title('Adaptive Thresholding\n(Best for this case)') axes[1,1].axis('off') # 方法4：尝试分块Otsu（简易版） binary_block = np.zeros_like(img_uneven) block_h, block_w = 100, 100 for y in range(0, height, block_h): for x in range(0, width, block_w): block = img_uneven[y:y+block_h, x:x+block_w] if block.size > 0: t, b = cv2.threshold(block, 0, 255, cv2.THRESH_BINARY + cv2.THRESH_OTSU) binary_block[y:y+block_h, x:x+block_w] = b axes[1,2].imshow(binary_block, cmap='gray') axes[1,2].set_title('Block-wise Otsu\n(Boundary Artifacts)') axes[1,2].axis('off') plt.tight_layout() plt.show()

运行这段代码，你会清晰地看到：

• 全局Otsu：由于光照不均导致直方图严重偏离双峰，计算出的阈值无法兼顾亮部和暗部，结果要么左边文字消失，要么右边背景变黑。
• 模糊后Otsu：略有改善，但本质问题未解决。
• 局部自适应阈值：效果最好，因为它为每个像素点根据其邻域单独计算阈值，完美适应了光照变化。
• 分块Otsu：效果介于两者之间，但在块边界处会产生明显的“棋盘格”效应。

这个案例直观地告诉我们：Otsu不是银弹，理解其适用前提（全局、双峰直方图）比盲目调用更重要。当它失效时，分析直方图和图像特性，才能找到正确的解决路径。