在使用cv2.threshold()函数对一幅图像进行阈值处理时出现了如下错误：error: (-215:Assertion failed) src.type() == CV_8UC1 in function ‘cv::threshold’
源代码如下所示：
import cv2
img = cv2.imread('lena.jpg')
t1 , thd = cv2.threshold(img,127,255,cv2.THRESH_BINARY)
t2, Otsu = cv2.threshold(img,0 ,255,cv2.THRESH_BINARY+cv2.THRESH_OTSU)
cv2.imshow('thd',thd)
cv2.imshow('otsu',Otsu)
cv2.waitKey()
cv2.destroyAllWindows()
问题分析
cv2.threshold()函数是以单通道的形式输入图形，而我在上述的代码中的图像是以彩色三通道的形式输入，因此导致的错误。
解决方法
将彩色图片转变为单通道的灰度图片进行输入。
更改后的代码：
import cv2
img = cv2.imread('lena.jpg',0)
t1 , thd = cv2.threshold(img,127,255,cv2.THRESH_BINARY)
t2, Otsu = cv2.threshold(img,0 ,255,cv2.THRESH_BINARY+cv2.THRESH_OTSU)
cv2.imshow('thd',thd)
cv2.imshow('otsu',Otsu)
cv2.waitKey()
cv2.destroyAllWindows()
不同的地方时在cv2.imread()函数中加入了一个参数0，使图片以单通道的灰度图像输入。
运行结果如下：
学习要点
*1.在本例中使用了Otsu方法进行阈值处理，Otsu方法可以根据当前图像给出最佳的类间分割阈值。过程是Otsu方法会遍历所有可能的阈值，从而找到最佳的阈值。
*2.在函数cv2.threshold()中对参数type的类型对传递一个参数“cv2.THRESH_OTSU”，即可实现Otsu方式的阈值分割。
*3.需要说明的是，在使用Otsu方法时，要把阈值设置为0，此时的函数cv2.threshold()会自动寻找最优阈值，并将该阈值返回。
本文地址：https://blog.csdn.net/weixin_42415138/article/details/107367142
