看了很多很坑的文章。
呵呵哒。而且基本上都是一个地方转载的，英文翻译我用你单独给一个词条么？就不能负点儿责？
cvThreshold(img4, img3, 0, 128, CV_THRESH_OTSU);
过于这个函数搜索的结果，真的是哪哪儿都是同样的描述，而且根本不是给人写的。
下面是亲测的实验结果。
/* Applies fixed-level threshold to grayscale image.把固定阈值应用到灰度图上
This is a basic operation applied before retrieving contours
在检索轮廓前这是一个基本操作。
第一个参数表示灰度图中可以被判定为白色的最低标准，如果灰度图中的数值大于threshold那么就可以被认定为白色。
max_value决定越过阈值的点的亮度，或者说是从0-255中间挑一个亮度进行显示。如果是255就是白的。如果是0就是黑的，中间表示不同程度的灰
threshold_type
0是亮度过线的按照max_value进行显示
1是亮度没过线的按找到max_value显示
2是 值大于阈值的话，是阈值，也就是不能最亮按照阈值显示
3 值大于阈值的话是值，否则是0，也就是限了能通过的最低限，你有多亮，就显示多亮，就像成绩一样，可以不合格，不合格就悲剧，但是成绩合格的话，有多高算多高。不限高分
4高分按0显示，低分有多低显示多低。
7 那个参数不是给这个设计的，进去会报错
CV_THRESH_OTSU 是8 进去的话，通过 Otsu 算法自行选择阈值，此时对于threshold的设定不在起作用。
*/
CVAPI(double) cvThreshold( const CvArr* src, CvArr* dst,
double threshold, double max_value,
int threshold_type );
#include <cv.h>
#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <iostream>//这句代码出现在第一行会报错，你信不信！！！ using namespace cv;
using namespace std; int main()
{
// 读入一张图片（游戏原画）
//Mat img = imread("1.png",1);
//Mat img2 = cvCreateMat(img.rows, img.cols, CV_8UC1); //IplImage * img = cvLoadImage("1.png");
IplImage *img = cvLoadImage("lena.jpg");
IplImage * img2 = cvCreateImage(cvSize(img->width,img->height), , );//
IplImage * img3 = cvCreateImage(cvSize(img->width, img->height), , );//
IplImage * img4 = cvCreateImage(cvSize(img->width, img->height), , ); cvCvtColor(img, img2, CV_BGR2GRAY);//要亮一些
cvCvtColor(img, img4, CV_RGB2GRAY);
cvThreshold(img4, img3, , , CV_THRESH_OTSU);
cvShowImage("s", img);
cvShowImage("s2", img2);
cvShowImage("s3", img3);
//1.png 165646
//1.jpg 9437184
// 创建一个名为 "游戏原画"窗口
//cout << img->depth << endl;
//cout << img.elemSize() << endl;
//cout << img.size().width << endl;
//cout << img.cols << endl;
//cout << img.depth() << endl; waitKey(); }
cvThreshold(img4, img3, 0, 128, CV_THRESH_OTSU);
为了自己能够跑起来这样一个函数建议输入的数值顺序是：
100 128 0
然后只更改第一个参数50、150 200
然后基本了解第一个所谓阈值的参数
然后更改第二个参数
50 255
了解第二个参数max_value
第三个是类型。
这个先试0然后试1 然后 条件表达式就能理解了。