一、图像二值化——inRange()

inRange的语法如下

dst = inRange(src, upper, lower)

• src是图像数据
• upper可以是单个数值，也可以是与src相同大小的数组，代表筛选范围最高边界
• lower可以是单个数值，也可以是与src相同大小的数组，代表筛选范围最低边界
• dst既可以写进圆括号内，也可以作为函数的返回值被接收

API运行原理

如果图像中的像素点数值在upper和lower定义的范围之内，就在像素点所在位置返回255；反之不在范围内就返回0。

二、提取特定颜色——inRange()

第一部分讲了inRange()的工作原理，现在我们讲讲它的应用案例——提取图像特定颜色，比如提取出图像中的绿色。

我们需要知道绿色的三个通道各自取值范围，网上有些文章已经总结了每一种颜色的各通道取值区间，举个例子【OpenCV】HSV颜色识别-HSV基本颜色分量范围 - 腾讯云开发者社区。

我们可以发现，基本上在颜色空间HSV中，这样的取值范围才有意义；所以我们还需要用cvtColor()将其他颜色空间转换成HSV颜色空间。

从表中我们可以看出绿色的最小边界是[35, 43, 46]，最大边界是[77, 255, 255]。

因此我们可以写成dst = inRange(src, np.array([35, 43, 46]), np.array([77, 255, 255]))，来提取图像src中的绿色区域，再执行src[dst==0] = 0后，得到的图像除了绿色区域，其他部分都是黑色。

三、图像阈值处理——threshold()

参考官方API文档：OpenCV: Miscellaneous Image Transformations-Threshold()

图像阈值处理是图像二值化中的一种方法，图像二值化不是说最后得到的像素值是0和1（倘若真的是0和1，颜色是全黑，显然非此）。

直接给出API的语法格式。

cv.threshold(src, thresh, maxval, type[, dst]) ->retval, dst

• src是图像；虽然可以传入多通道彩图（这时候对各个通道单独进行阈值处理），但不建议，灰度图才是最适合阈值处理的。
• thresh是阈值；如果像素值大于阈值就取maxval，否则取0；如果type中设置了自动获取阈值的flag（cv.THRESH_OTSU和cv.THRESH_TRIANGLE），那么thresh一般设置成255，这时不起任何作用。
• maxval是最大填充值；最后得到的图像像素值只有两个，如果type是cv.THRESH_BINARY和cv.THRESH_BINARY_INV时，才会用到maxval，小的填充值是0，而大的填充值是maxval，一般设定成255（灰度图——>白色）。
• type有很多种，用来指定阈值化处理的类型；如果是二值化阈值处理就是cv.THRESH_BINARY和cv.THRESH_BINARY_INV，如果是截断阈值处理就是cv.THRESH_TRUNC，如果是趋零阈值处理就是cv.THRESH_TOZERO和cv.THRESH_TOZERO_INV；此外还可以设置是否自动获取阈值，对应的flag是cv.THRESH_OTSU和cv.THRESH_TRIANGLE，对应两种自动获取阈值的算法；上面提到的最后两种type只能任选一个，同样前面五种type也只能任选一个，一个正确的示例type=cv.THRESH_BINARY | cv.THRESH_OTSU，当然竖杠号也可换成加号。
• retval是返回值，如果非自动获取阈值，最后的retval和设定的thresh相等，而如果是自动获取阈值，返回的是使用自动获取阈值算法得到的阈值。
• dst也即阈值化处理后的图像结果。