机器视觉 · 函数

自适应阈值

使用 cv2.adaptiveThreshold 进行自适应阈值分割。方法：'GAUSSIAN'/'MEAN'。

调用签名(图像, 最大值=255, 方法='GAUSSIAN', 块大小=11, 常数=2)

自ZHONGWEN
PYTHON

Chinese example

中文代码示例

# 案例：机器视觉入口
设 功能 = 机器视觉.自适应阈值
打印(功能)

可直接放进 .cs / .中py 文件运行。转换器会把中文代码交给真实 Python 解释器。

Parameters

参数说明

5 个参数

参数类型 / 传入方式说明

图像可选 · 默认无

未声明位置参数或字段名=值

OpenCV、Pillow、NumPy 数组或底层库可识别的图像对象。

常见错误：漏传或对象为 None 会报 TypeError/AttributeError;先调用对应的创建函数拿到图像再传入

最大值可选 · 默认 255

未声明位置参数或字段名=值

二值化结果中的最大像素值。

常见错误：类型不匹配会报 TypeError;按字段类型列传值,首次使用建议先打印(结果) 确认结构

方法可选 · 默认 'GAUSSIAN'

未声明位置参数或字段名=值

按函数业务含义传入方法;首次使用建议先打印(结果) 确认其作用。

常见错误：类型不匹配会报 TypeError;按字段类型列传值,首次使用建议先打印(结果) 确认结构

块大小可选 · 默认 11

未声明位置参数或字段名=值

按函数业务含义传入块大小;首次使用建议先打印(结果) 确认其作用。

常见错误：类型不匹配会报 TypeError;按字段类型列传值,首次使用建议先打印(结果) 确认结构

常数可选 · 默认 2

未声明位置参数或字段名=值

按函数业务含义传入常数;首次使用建议先打印(结果) 确认其作用。

常见错误：类型不匹配会报 TypeError;按字段类型列传值,首次使用建议先打印(结果) 确认结构

Playbook

基础用法 · 进阶组合 · 错误排查

# 案例：机器视觉入口
设 功能 = 机器视觉.自适应阈值
打印(功能)

# 进阶组合:自适应阈值 配合 机器视觉 业务流使用
设 图像 = 机器视觉.读取图像("outputs/示例.png")
设 结果 = 机器视觉.自适应阈值(
    图像=图像,  # 必填
    最大值=255,  # 可选
    方法='GAUSSIAN',  # 可选
)
机器视觉.保存图像("outputs/灰度示例.png", 灰度)
打印(结果)

# 错误排查:覆盖 1 个必填参数

## 参数 1: 图像
# 错误:漏传会报 TypeError: missing required argument
# 设 结果 = 机器视觉.自适应阈值()  # TypeError
# 修复:补上必填字段
设 结果 = 机器视觉.自适应阈值(图像=图像)
打印(结果)