小伙伴们，今天给大家分享一下如何用Matlab实现图像的二值化处理！💡无论是科研还是项目开发，图像二值化都是一个基础且重要的步骤哦～这里整理了三种常见的二值化函数：OTSU、ADAPTIVE_THRESH_GAUSSIAN_C和自定义阈值法。每种方法都有其适用场景，快来一起看看吧！

首先，我们用 OTSU 方法，它能自动计算最佳阈值，非常适合灰度分布均匀的图像。接着是 自适应阈值法，适合光照不均的图片，它会根据局部区域调整阈值。最后，简单粗暴的自定义阈值法也值得一试，只需设置一个固定值即可完成二值化。

以下是简单的示例代码👇：

```matlab

% 读取图像

img = imread('example.jpg');

gray_img = rgb2gray(img);

% OTSU 方法

level = graythresh(gray_img);

binary_img = im2bw(gray_img, level);

% 自适应阈值法

binary_adaptive = imbinarize(gray_img, 'adaptive', 'Sensitivity', 0.9);

% 显示结果

figure;

subplot(1,3,1), imshow(gray_img), title('原始灰度图');

subplot(1,3,2), imshow(binary_img), title('OTSU 二值化');

subplot(1,3,3), imshow(binary_adaptive), title('自适应二值化');

```

快试试吧，让图像更清晰！👀