对图像进行阈值分割处理，通过C++代码实现

Otsu算法的研究及改进 Otsu算法Otsu算法

观察灰度直方图的峰值，使其变成双峰，再进行直方图均衡化，从而实现批量图像分割。

图像的二值化分割 otsu最大类间方差法 opencv写的，编译前请自行配置opencv1.0/2.x环境

多阈值分割 ，基于otsu生成阈值，有用的可以试试

多阈值分割 ，基于otsu生成阈值，有用的可以试试

OTSU算法 二维 matlab 代码脉络清晰 稍做修改可转化为C代码 OTSU算法 二维 matlab 代码脉络清晰 稍做修改可转化为C代码

灰度图像的二维Otsu自动阈值分割法 matlab源程序

IDX = OTSU(I,N) 通过 Otsu 的 N 阈值方法将图像 I 分割为 N 类。 OTSU 返回一个数组 IDX，其中包含每个点的集群索引（从 1 到 N）。 IDX = OTSU(I) 使用两个类（N=2，默认值）。 [IDX,sep] = OTSU(I,N) 还返回范围 [0 1] 内的可分离性标准的值 (sep)。 仅当数据少于 N 值时才能获得零，而只有 N 值数组才能获得一（最佳值）。 如果 I 是 RGB 图像，则首先在三个 R、G、B 通道上执行 Karhunen-Loeve 变换。 然后对包含大部分能量的图像组件进行分割。 例子： --------- 加载小丑子图（221） X = ind2gray(X,map); 显示(X) 标题（'原始'，'字体重量'，'粗体'） 对于n = 2：4 IDX = otsu(X,n); 子图（2,2,n） imagesc(

亲测好用。自动计算阈值。函数和主程序都给出来了。