二值化这个操作，看着简单——就一行cv2.threshold()，翻来覆去就几个参数，背都能背下来。但真的拿一张图来做，问题就来了：固定阈值为什么这里好使、那里不行？大津法不是号称“自适应”吗，怎么在光照不均匀的图上直接失效？为什么我加了高斯滤波之后，文字边缘反而糊了？这些坑我基本都踩过一遍。这篇文章就把二值化从原理到 OpenCV 实现整个捋一遍，包括阈值怎么选、每种模式的真实行为、自适应阈值里的blockSize和C到底怎么调，以及我在文档OCR、工业缺陷检测这类场景里的完整处理流程和排坑经验。
1. 为什么一张灰度图还不够：二值化存在的理由
1.1 从“灰度连续变化”到“黑白分明”
灰度图像里，每个像素点的值是一个 0 到 255 的整数，0 是纯黑，255 是纯白，中间是密密麻麻的灰色过渡。这听起来信息量很丰富，但在很多算法流程里，这种丰富反而成了负担。
举个例子，做 OCR 文字识别之前，你要的是“哪个像素属于文字笔画，哪个像素属于背景纸张”。灰度图给不出这个判断，因为文字边缘有抗锯齿、纸张有纹理、光照有明有暗、拍摄有噪声，这些都会让同一个字的不同像素散落在不同的灰度值上。二值化做的事情就是做个决定：把每个像素分到两个阵营里——前景和背景。要么是 255，要么是 0，没有中间地带。
这一步并不是把灰度图“压缩”了这么简单。从信息论的角度看，二值化是一个决策过程：我们用一个阈值把灰度直方图切成两段，阈值以上的保留，阈值以下的丢弃，或者反过来。而且在实际视觉任务里，“有没有、在哪、长什么样”往往比“具体是什么样的灰度渐变”更重要。比如边缘提取、轮廓分析、连通域标记、形态学处理，这些操作在二值图上做，无论是速度还是稳定性，都远好于直接在灰度图上做。
这也是为什么很多传统视觉管线的第一层就是二值化：先把问题简化，再让后续算法专注于“结构”而不是“像素”。
1.2 二值化的核心难点：阈值不是随便拍的
既然二值化是个决策过程，所有问题就都集中到一个点——这个阈值怎么定。
我刚开始接触视觉时，最喜欢干的事就是直接threshold(128)，然后对着输出图发呆。一张在实验室光照条件下效果还行的图，到了另外一个环境里就彻底翻车：要么文字糊成一团，要么背景上全是墨点。
问题的根源在于：阈值是全局的，而图像里的灰度分布往往是局部的、不均匀的。光照角度变了、物体表面反光了、暗角出现了，都会让同一块区域的灰度基准发生偏移。这种情况下，任何单一阈值都必然有照顾不到的角落。
另外还有一个隐性因素：二值化把原本连续的信息硬生生切成了二值，这天然地带不可逆的信息损失。所以二值化从来不是“越早做越好”，而是要在尽量保留分离度的前提下，尽早完成去噪和增强。顺序错了，后面再怎么调参都是事倍功半。
2. 阈值怎么选：全局阈值与两大经典算法
2.1 固定阈值：简单直接，但要看清适用边界
固定阈值是最容易理解的方式：选一个数T，大于 T 的像素设成 255（或 0），小于等于 T 的设成另一个值。
OpenCV 的cv2.threshold(src, thresh, maxval, type)里，thresh就是这个 T。一个最朴素的用法是：
import cv2 img = cv2.imread("document.jpg", cv2.IMREAD_GRAYSCALE) _, binary = cv2.threshold(img, 128, 255, cv2.THRESH_BINARY)这段代码的逻辑是：灰度大于 128 的变白，小于等于 128 的变黑。但实际场景里，128 只是一个“看起来舒服”的默认值，没有任何物理意义。
固定阈值的适用条件是图像灰度分布对比强烈，并且光照均匀。比如一张清晰的黑字白底扫描件，灰度直方图上往往有两个明显的波峰，一个在黑字区域（比如灰度 30-80），一个在纸张区域（比如灰度 200-240），中间是过渡带。这时候把阈值放在两个波峰之间的谷底附近，效果就很好。这个谷底位置才是你应该设的阈值，而不是随手拍一个 128。
我在实际操作中会先画出灰度直方图再决定阈值，而不是先设参数再试，因为直方图能直接告诉你谷底在哪。手写代码也简单：
import matplotlib.pyplot as plt hist = cv2.calcHist([img], [0], None, [256], [0, 256]) plt.plot(hist) plt.show()如果直方图是那种“双峰一谷”的形态，固定阈值完全够用；如果直方图乱成一团、或者只有一个大峰没有明显的谷，继续硬调固定阈值就没意义了，该换自动阈值或者自适应阈值。
2.2 OTSU大津法：自动找阈值的统计思路
固定阈值的痛点在于阈值要自己试。大津法就是一种自动计算阈值的方法，它的核心思想是：找一个阈值，让前景和背景这两类像素的类内方差最小，或者换个等价说法，让类间方差最大。
我尽量讲得直白一点。假设我们设了一个阈值 T，把所有像素分成两类：A 类和 B 类。对每一类，计算它的像素占比、灰度的均值和方差。大津法要做的事情就是遍历 0 到 255 的所有灰度级别，对每一个可能的 T 都算一次“类间方差”，然后挑出类间方差最大的那个 T 作为最终阈值。这个 T 在直观上就是两个峰之间那个分得最开的切割点。
OpenCV 里调用很简单，把标志位加上THRESH_OTSU就行：
_, binary = cv2.threshold(img, 0, 255, cv2.THRESH_BINARY | cv2.THRESH_OTSU)注意thresh参数在 Otsu 模式下是被忽略的，填 0 就行。函数会自动返回一个最优阈值，存在返回值里。
OTSU 在实际场景里比固定阈值稳健得多，但有两个前提条件需要留意：
- 图像全局直方图得是近似双峰的，也就是前景和背景的灰度分布各自集中；
- 前景在图像里占的比例不能太极端。比如说你要检测一个特别微小的瑕疵点，它只占图像面积的 0.1%，跟占比 99.9% 的背景相比，Otsu 几乎不可能把这个小瑕疵单独分出来，因为从全局统计上看，瑕疵对类间方差的影响微乎其微。
Otsu 是“全局自动阈值”，它做了一个隐含假设：整个图像只有一种光照条件。一旦光照不均，直方图里的峰会被摊平，Otsu 找出来的阈值往往会偏，这也就是为什么很多人用 Otsu 之后发现结果还不如手动调阈值。这不是 Otsu 的问题，而是场景超出了它的适用范围。
2.3 自适应阈值：光照不均时的第一选择
自适应阈值和全局阈值最大的区别在于：不再是用一个固定的 T 去处理全图所有像素，而是让每个像素都有自己的阈值。
这个局部阈值怎么来？一般做法是取该像素周围一个邻域窗口内灰度值的某种统计量，比如平均值或者高斯加权平均值，然后减去一个常数 C，就得到了这个局部位置的阈值。
OpenCV 里的cv2.adaptiveThreshold实现的就是这个思路：
adaptive = cv2.adaptiveThreshold( img, maxValue=255, adaptiveMethod=cv2.ADAPTIVE_THRESH_GAUSSIAN_C, thresholdType=cv2.THRESH_BINARY, blockSize=11, C=2 )这里的blockSize是窗口大小，必须是正奇数，C是最后减去的常数。
打个比方，这就相当于把图像划分成了很多个重叠的小区域，每个小区域自己算一个阈值，所以局部光照暗一点、亮一点，阈值会跟着自动微调，不会因为全图统一一个值而导致局部误判。
我实际用下来的感受是：自适应阈值在光照不均、阴影遮挡、渐变背景这些场景下，远优于 Otsu 和固定阈值。但它的弱点也很明显：
- 对噪声敏感。如果图像本身有椒盐噪声，自适应阈值会把噪声点也当成前景分割出来，因为窗口内灰度的统计值可能被噪声点影响。
- 速度比全局阈值慢一些。因为它要对每个像素的邻域做统计计算，图像大时耗时明显。
- 参数 blockSize 和 C 需要调，而这个调节没有通用万能值，只能根据图像内容来调试。
3. OpenCV 实现：接口行为、参数细节踩坑记录
3.1 五种阈值模式的区别，别看名字想当然
cv2.threshold的type参数一共有五种模式，名字看起来接近，但行为完全不一样，我用同一张灰度图给每个模式做了对比测试，这里直接整理成表格。
| 模式 | 条件 | 输出值 | 典型用途 |
|---|---|---|---|
| THRESH_BINARY | src > thresh | maxval，否则 0 | 最基本的前景/背景分割，白底黑字时用 |
| THRESH_BINARY_INV | src > thresh | 0，否则 maxval | 反向二值化，黑底白字、提取暗色目标时用 |
| THRESH_TRUNC | src > thresh | thresh，否则保持原值 | 抑制高亮，保留暗部细节，不生成二值图 |
| THRESH_TOZERO | src > thresh | 保留原值，否则 0 | 只保留亮部，用于突出高灰度区域 |
| THRESH_TOZERO_INV | src > thresh | 0，否则保留原值 | 只保留暗部，用于剔除亮噪点 |
这里要特别提醒：THRESH_TRUNC、THRESH_TOZERO和THRESH_TOZERO_INV的输出仍然是一张灰度图，不是真正的二值图。很多人误以为用了cv2.threshold得到的都是二值图，然后直接拿去算轮廓，结果发现轮廓数量莫名其妙地多，其实就是因为图像还有多级灰度值。
我的一贯做法是：除非明确需要保留灰度信息，否则一律用THRESH_BINARY或THRESH_BINARY_INV，然后用np.unique(binary)检查一下结果里是不是只有两个值。手写检查代码也很方便：
import numpy as np vals = np.unique(binary) print(vals) # 如果只有 [0, 255]，说明确实是干净的二值图3.2 OTSU 的组合标志位与返回值陷阱
OTSU 模式一个很容易踩坑的地方是：它必须和某种阈值类型按位或组合，不能单独使用。
# 正确 _, binary = cv2.threshold(img, 0, 255, cv2.THRESH_BINARY | cv2.THRESH_OTSU) # 错误：只写 OTSU 会报错 # _, binary = cv2.threshold(img, 0, 255, cv2.THRESH_OTSU) # 错误另外，OTSU 会自动计算阈值，但这个计算的输入其实是经过threshold函数处理的原始图像。如果你先做了高斯模糊，再用 OTSU，它会基于模糊后图像的直方图来找阈值，这通常是一件好事，因为噪声被平滑了。但也意味着，OTSU 的结果会受到预处理步骤的影响，不是固定的。
返回值方面，cv2.threshold返回两个值：第一个是实际使用的阈值，第二个是处理后的图像。固定阈值时第一个值就是你传进去的thresh，OTSU 模式下才是自动计算出来的那个值。我之前见过有人用固定阈值模式还期待返回值是自动阈值，结果发现参数怎么调都不对，就是因为没搞清这个语义。
3.3 adaptiveThreshold 的 blockSize 与 C 到底怎么调
自适应阈值里两个核心参数，我各踩过不少坑。
blockSize是计算局部阈值时取的邻域大小。它必须是一个正奇数，比如 3、5、7、9、11、15 这样。blockSize 越大，参与统计的像素越多，阈值越平滑、越接近全局阈值；blockSize 越小，阈值对局部细节越敏感，但噪声的影响也会越大。以我用过的几组经验值来说：
- 文字提取场景：图像分辨率不太高时，blockSize 取 11 到 25 之间比较稳定。太小的窗口会把笔画内部的灰度波动切成噪声，太大的窗口又会让阈值失去“局部”的意义。
- 纹理检测场景：如果目标是细小的纹理、划痕这类结构，blockSize 要明显小于目标的特征尺寸，否则目标会被淹没在局部统计里。
- 大图处理：比如 4000 x 3000 的工业相机图像，blockSize 可能要放大到 31 甚至 51，才能在平滑噪声和保留细节之间取得平衡。具体的尺度，我的经验是 blockSize 至少要大于图像中最大噪声斑点的尺寸，同时小于最小目标形状的尺寸。
C是一个常数，从邻域均值或高斯加权均值里减去的值。它的作用相当于一个偏置：C 越大，阈值越低，更多像素会被判为前景；C 越小，阈值越高，更少像素成为前景。看一组直观实验：
img = cv2.imread("text.jpg", cv2.IMREAD_GRAYSCALE) for c in [0, 2, 5, 10]: res = cv2.adaptiveThreshold( img, 255, cv2.ADAPTIVE_THRESH_GAUSSIAN_C, cv2.THRESH_BINARY, 11, c ) # 在这里保存或显示 res，观察文字饱满度变化我实测下来，C 取 2 到 5 之间通常效果最好。C 太小时，字体笔画会变大变粗，甚至背景里的轻微灰度变化也会被当成分割目标；C 太大时，笔画会变细，极端情况下字会断掉。有一回我处理一行印刷体文字，C 设成了 15，结果“口”字直接被切成了两条竖线，怎么看都不像字，后来调回 5 就好了。
3.4 在选择方法前，先确认能不能调灰度图
很多人忽略的一个前置步骤是：二值化之前，图像是彩色的还是灰度的。cv2.threshold和cv2.adaptiveThreshold都要求输入是单通道灰度图，如果你直接传三通道的 BGR 彩色图，会直接报错或者给出意想不到的结果。
正确的处理是：
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)转灰度的方法也有讲究。COLOR_BGR2GRAY用的是加权平均公式，绿色通道的权重最高，因为人眼对绿色更敏感。如果你的图像里前景和背景在某个颜色通道上差异最大，直接转灰度反而可能损失对比度。
这时候可以分别提取三个通道，看哪个通道的对比度最好，再对那个通道做二值化。比如红色印章盖在蓝底文档上，蓝色通道里红章和蓝底的灰度差异通常比灰度图更明显，这时候直接对 B、G、R 单通道做阈值，效果会好很多。
b, g, r = cv2.split(img) _, red_mask = cv2.threshold(r, 0, 255, cv2.THRESH_BINARY | cv2.THRESH_OTSU)这种先做通道分析再决定处理通道的思路，比盲目转灰度再调阈值要靠谱得多。
4. 实操：三种典型场景下的完整二值化方案
4.1 文档扫描与 OCR 的预处理流程
文档 OCR 是二值化应用最经典的场景之一，目标是把纸张背景和文字清楚分开。实际操作中，扫描件和手机拍摄件难度完全不同。
扫描件的光照通常比较均匀，噪声也比较少，我的流程是：
# 1. 读取并转灰度 gray = cv2.imread("scan.png", cv2.IMREAD_GRAYSCALE) # 2. 轻度去噪 blur = cv2.GaussianBlur(gray, (3, 3), 0) # 3. OTSU 自动阈值 _, binary = cv2.threshold(blur, 0, 255, cv2.THRESH_BINARY | cv2.THRESH_OTSU) # 4. 轻度形态学操作，连接断裂笔画 kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (3, 3)) binary = cv2.morphologyEx(binary, cv2.MORPH_CLOSE, kernel)高斯核用 3x3 就够了，不要用 5x5 或更大，否则文字边缘会变模糊，字重会变细，特别是宋体这种横细竖粗的字形，容易在细横笔画上断掉。这一步看起来小，但对 OCR 准确率的影响往往比后面选什么阈值算法都大。
手机拍摄的文档，问题就复杂了。首先是透视变形，但这个话题超出二值化范围，假设我们已经做完了矫正；其次是光照不均，墙角阴影、闪光灯的光斑都会造成局部偏暗或偏亮。这种情况下我会直接放弃全局阈值：
# 1. 转灰度后先做较大核的高斯模糊，抑制传感器噪声 gray = cv2.imread("phone_doc.jpg", cv2.IMREAD_GRAYSCALE) blur = cv2.GaussianBlur(gray, (5, 5), 0) # 2. 自适应阈值 binary = cv2.adaptiveThreshold( blur, 255, cv2.ADAPTIVE_THRESH_GAUSSIAN_C, cv2.THRESH_BINARY, blockSize=15, C=5 )blockSize 从 11 调大到 15，是因为手机照片的分辨率一般比扫描件高，像素更密集，需要更大的邻域范围来覆盖笔画宽度。C 从 2 调到 5 是抑制背景轻微噪点的需要。
OCR 前如果觉得切出来的文字笔画太碎，我会加一次膨胀或闭运算，但要严格控制核大小，宁可多迭代几次 3x3 闭运算，也不要一次上 5x5，否则两个字容易粘连成一块。粘连是 OCR 的噩梦，比笔画断裂更致命。
4.2 工业缺陷检测里的目标提取
工业视觉里常见的需求是在固定光源下拍摄零件表面，找出划痕、污点、异物等缺陷。这类场景看起来光照可控，好像用 Otsu 就够了，实际往往不是这样。
零件表面常常有反光、纹理、边缘高亮，这些都会让灰度直方图变得很复杂。而且缺陷本身往往很小，在全局直方图里占比极低，Otsu 完全找不到它。这类场景我的思路通常是先做背景抑制，再做二值化。
背景抑制有一种非常实用的做法：用大核形态学操作或大核模糊估出背景，然后用原图减去背景，把光照不均的部分去掉。
blur = cv2.GaussianBlur(gray, (31, 31), 0) diff = cv2.absdiff(gray, blur) # 增强差异区域的对比度 diff = cv2.normalize(diff, None, 0, 255, cv2.NORM_MINMAX) # 对差异图做二值化 _, mask = cv2.threshold(diff, 0, 255, cv2.THRESH_BINARY | cv2.THRESH_OTSU)这里的逻辑是：大核模糊得到的图像约等于“没有缺陷的背景”，原图减去背景后的 diff 图里，均匀区域接近 0，只有缺陷区域才有明显的差值。这样缺陷就从背景里被强行提出来了。这个方案我在模拟项目 X 里反复用过，稳定性比直接在原图上找阈值高一个量级。
但要注意：大核模糊的核大小必须大于缺陷的尺寸，否则缺陷本身也会被模糊进背景里，diff 的结果就会变弱。
提取缺陷之后，通常会算一下缺陷区域的面积和位置，筛掉那些面积过小或者形状不符合预期的噪声点。这一步在二值图上就非常快了，用cv2.findContours加cv2.contourArea就能解决。
4.3 答题卡识别中的连线与填涂块提取
答题卡识别的目标比较特殊：要识别哪些选项被填涂了。填涂块的形态通常是一块矩形区域，灰度比背景深，而且填涂方式千差万别，有用铅笔涂满的，有打勾的，有画圈的。
这类二值化任务的关键不是把图像全部变成黑白两色，而是把填涂区域和未填涂区域区分开，所以我一般不会直接全图二值化，而是先通过模板定位找到选项位置，再在每个局部区块里做二值化。
# 定位到单个选项区域后，裁剪出来 roi = gray[y:y+h, x:x+w] # 对该区域做二值化 _, roi_bin = cv2.threshold(roi, 0, 255, cv2.THRESH_BINARY_INV | cv2.THRESH_OTSU) # 计算黑色像素占比 fill_ratio = cv2.countNonZero(roi_bin) / (roi.shape[0] * roi.shape[1])这里用THRESH_BINARY_INV是因为填涂区域是暗的，反色之后填涂区变白色，方便统计面积占比。fill_ratio超过某个阈值就认为这是有效填涂，比如 0.3 可以作为一个起点，具体值要根据涂卡笔、扫描分辨率去标定。
这个流程看起来简单，但有一个容易忽略的前提：必须保证 roi 的定位误差不能太大。如果裁剪窗口偏移了，计算结果就会产生偏差。所以我会在定位环节做一点冗余裁剪，确保填涂块完整落在窗口内，然后在统计面积时只在窗口中心区域统计，避免边缘干扰。
5. 常见问题与排坑实录
5.1 光照不均导致“半边黑半边白”
这是最典型的问题。一张文档，左边被阴影遮住，右边被灯照亮，全局阈值处理后，左边一片黑、右边一片白，文字全部消失。
我第一次遇到这个问题时，还以为是阈值设低了，加高阈值之后右边文字清楚了，左边更黑了；调低阈值之后左边出来了，右边又糊了。反复试了十几组参数都没用。后来才想明白：这不是阈值大小的问题，而是全局阈值的模型本身就错了。
解决思路有两个：
- 改用自适应阈值，让每个局部都有自己的阈值，这种情况直接就好了。
- 如果必须用全局阈值，先做背景归一化，把光照分量估计出来减掉。具体做法就是前面提到的原图减大核模糊，或者用高斯拉普拉斯变换做带通滤波。
经验是：光照不均已经存在时，不要再浪费时间调全局阈值参数。先把光照问题处理掉，或者直接切到自适应阈值，这才是根治的办法。
5.2 二值化结果满是椒盐噪点
很小的黑白噪声点密密麻麻分布在结果图上，通常有两个来源：
- 图像传感器在高 ISO 下产生的噪声，在灰度图上表现为随机灰度波动；
- 压缩伪影（尤其是 JPEG 压缩块效应）。
自适应阈值对这种噪声尤其敏感，因为每个小邻域的均值都会被噪声点拉偏，形成一个误判的前景峰。
我的处理顺序是：先降噪，后二值化。降噪方式按场景选：
- 光照均匀、主要是高斯白噪声，用
cv2.GaussianBlur(gray, (3, 3), 0)； - 噪声是孤立的椒盐噪声，用
cv2.medianBlur(gray, 3)，中值滤波对椒盐噪声的抑制效果比高斯滤波好得多； - 既要保边缘又要去噪，用
cv2.bilateralFilter，但速度慢，大图慎用。
如果降噪后噪点还是多，最后一步我通常会在二值图上做一次形态学开运算，先腐蚀后膨胀，能清掉大部分独立的小噪点。
kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (3, 3)) cleaned = cv2.morphologyEx(binary, cv2.MORPH_OPEN, kernel)开运算对大的目标形状影响很小，但能干净利落地去掉面积小于结构元素的噪点，属于性价比很高的操作。但注意：如果目标本身就是细小的颗粒状结构，就不要用开运算了，会把真正的目标一并去掉。
5.3 OTSU 算出来的阈值明显不合理
Otsu 输出的阈值如果看上去明显不对，比如整个图像直接全黑或全白，那么多数情况下不是 Otsu 的 bug，而是它的假设在场景里不成立。
Otsu 的假设是“前景和背景在灰度分布上具有明显的双峰结构”。如果图像里存在大面积渐变的灰度过渡，直方图会被摊成一个大驼峰，任何切割点产生的类间方差差别都不大，Otsu 就会随机挑一个。这种情况做一次归一化或者对比度拉伸，把直方图展开，Otsu 的效果才有保障。
# 对比度拉伸到整个灰度范围，增强双峰 norm = cv2.normalize(gray, None, 0, 255, cv2.NORM_MINMAX) _, binary = cv2.threshold(norm, 0, 255, cv2.THRESH_BINARY | cv2.THRESH_OTSU)另外还有一种情况：前景面积占比太小。当一个目标只占图像面积的 1% 以下时，Otsu 基本上会无视它，把阈值切在背景类的内部。这时要么把 ROI 裁小，让目标在 ROI 里占比变大，要么换用局部阈值方法。这是我在工业检测现场遇到过好几次的真实问题，不是理论空谈。
5.4 大图像二值化太慢，怎么优化
自适应阈值在 4000 x 3000 的图上跑一次可能要几秒钟，这在实时检测或批量处理任务里是完全不能接受的。
我的优化思路按优先级排列：
- 先降采样再处理。如果目标尺寸相对图像分辨率足够大，先把图像缩小到合适的尺寸，比如长边 1000 像素以内，处理完再映射回原图。二值化本身就是个大尺度操作，对小图和大图提取出来的结构差异通常不大。
- 改用积分图（Integral Image）实现自适应阈值。OpenCV 官方的
adaptiveThreshold在高版本里内部已经用了优化手段，但如果你需要自己控制速度，可以用cv2.integral()先算积分图，再以 O(1) 复杂度查询任意矩形窗口的像素和，自己实现一个均值自适应阈值。实测速度可以比直接调接口快出好几倍。 - 并行处理分块。把大图均匀切成若干重叠的小块，多线程或者多进程独立做二值化，最后拼回来。块与块之间要有一定重叠，避免边缘接缝处的阈值突变。重叠区一般取
blockSize的一半就够了。
我实际项目中常用的是降采样加积分图的组合。比如处理 6000 像素宽的零件图，先缩放到 1500 像素左右做二值化和轮廓分析，确认缺陷位置后再回原图做精确测量。速度提升非常明显，准确度损失也基本可以忽略。
6. 一些值得留意的经验之谈
二值化虽然在图像处理里属于最基础的操作，但越基础越容易被轻视，也越容易在关键时刻掉链子。我自己走过的弯路集中在两处：一是不看直方图就乱猜阈值，二是换了场景还沿用原来的参数。
现在我的习惯是，拿到一张新图先不急着调阈值，而是先做三件事：看灰度分布、看光照是否均匀、看前景占比。根据这三个观察结果，再决定用固定阈值、Otsu 还是自适应阈值。这套流程可能看起来多了几步，但比盲目试参要节省大量时间。
还有一点值得说：二值化的结果好坏，不只看二值图本身是不是干净，还要看后续任务能不能用。同样是上面那张二值图，OCR 任务希望笔画完整、字间不粘连；缺陷检测希望噪声少、目标区域不漏检；答题卡识别希望填涂面积统计稳定。需求不一样，预处理顺序和参数选择都会有差异。所以不要试图找到一个“万能的二值化参数”，而是要根据后续任务反向驱动你选什么方法、怎么调参。
如果这篇文章能帮你少踩几个我踩过的坑，也就值了。
