有時候由於拍照時光線不均，所以影像每個區域的灰階值基準不同，這時很難找到一個閾值能適用整張影像，然後得到良好的二值化結果，這時我們可以將影像分成幾個區域，每個區域有各自的閾值，再分別將各個區域進行二值化，OpenCV用adaptiveThreshold()函式來進行此作法。
void adaptiveThreshold(InputArray src, OutputArray dst, double maxValue, int adaptiveMethod, int thresholdType, int blockSize, double C)
src：輸入圖，只能輸入8位元單通道圖。dst：輸出圖，尺寸大小、深度會和輸入圖相同。maxValue：最大值，adaptiveThreshold會將像素分成0和maxValue。adaptiveMethod：區域閾值方法：可以選擇ADAPTIVE_THRESH_MEAN_C或ADAPTIVE_THRESH_GAUSSIAN_C，兩者決定閾值的方式不同。thresholdType：二值化型態：有THRESH_BINARY和THRESH_BINARY_INV兩種型態可選。blockSize：區域尺寸，用幾個像素來決定閾值，只能選擇奇數像3、5、7……等。C：常數，計算閾值時，要從平均或加權平均減去的數。adaptiveMethod：
ADAPTIVE_THRESH_MEAN_C：閾值為blockSize*blockSize像素內的平均減去C。ADAPTIVE_THRESH_GAUSSIAN_C：閾值為blockSize*blockSize像素內的高斯加權平均減去C。thresholdType：
THRESH_BINARY：超過閾值的像素設為maxvalue，小於閾值的設為0。THRESH_BINARY_INV：超過閾值的像素設為0，小於閾值的設為maxvalue。以下示範adaptiveThreshold的使用，並和otsu的結果做比較：
#include <cstdio> #include <opencv2/opencv.hpp> using namespace cv; int main(){ Mat src = imread("test.jpg",CV_LOAD_IMAGE_GRAYSCALE); Mat dst1; Mat dst2; threshold(src, dst1, 150, 255, THRESH_BINARY|THRESH_OTSU); adaptiveThreshold(src, dst2, 255, ADAPTIVE_THRESH_GAUSSIAN_C, THRESH_BINARY, 65, 0); imshow("origin", src); imshow("threshold1", dst1); imshow("threshold2", dst2); waitKey(0); return 0; }转自：http://monkeycoding.com/?p=603
