1、给出一幅图片。
2、读取灰度图：
img=cv2.imread('0.png',0)
3、对灰度图进行二值化处理：
ret, th = cv2.threshold(img, 100,255, cv2.THRESH_BINARY)
用的方法是cv2.THRESH_BINARY，阈值是100。
4、看一下上面方法之下，阈值从0增加到255的动画效果。
5、如果加上Otsu方法，看看效果。
ret, th = cv2.threshold(img,0,255,
cv2.THRESH_BINARY+cv2.THRESH_OTSU)
这里面，我们没有规定阈值，但是Otsu方法可以按照既定的算法，求出阈值。
这个状态必定在上面动态图里面出现过。换言之，Otsu方法求出的阈值，是一个固定的数字。
6、如果对原图进行局部二值化，且使用上Otsu，会不会更好一些呢？
for i in range(10):
for j in range(10):
ret, th = cv2.threshold(img[0+int(u/10)*i:0+int(u/10)*(i+1),
0+int(v/10)*j:0+int(v/10)*(j+1)],
0,255, cv2.THRESH_BINARY+cv2.THRESH_OTSU)
pic[0+int(u/10)*i:0+int(u/10)*(i+1),0+int(v/10)*j:0+int(v/10)*(j+1)]=th
结果不算如意。
7、按照步骤五的结果抠图。
pic=cv2.imread('0.png')
for i in range(u):
for j in range(v):
if th[i,j]==0:
pic[i,j]=pic[i,j]*0
