这里，粗浅的介绍一下图像局部自适应二值化的算法，用python3.6（anaconda）来实现算法。
工具/原料
电脑
anaconda（python3.6）
常规二值化
1、常规的二值化，不能解决图片在不同的地方亮度深浅不一的情形：def erzhihua(img,b,c):……其中的img是图片转化成的数组，b和c分别是二值化的阈值范围。
2、给出下面的图片。
3、对上面的图片进行二值化处理：erzhihua(a,100,255)看下面的图片，部分细节消失掉了。
4、erzhihua(a,150,255)效果不佳。
5、erzhihua(a,200,255)很糟糕的处理结果。
6、erzhihua(a,50,255)
局部自适应二值化
1、通过上面的例子，可以看到，这个图片无论怎么调整阈值范围，所得到的二值化结果都不如意。所以，需要局部二值化处理。def jubuzishiyingerzhihua(a,n):……
2、用局部自适应二值化处理图片：U=jubuzishiyingerzhihua(a,6拘七呷憎)把图片分成了36（6*6=36）个小块，分别用每一块的平均亮度作为阈值，执行二值化。
3、分成100个小块：U=jubuzishiyingerzhihua(a,10)
4、分成1296个小块，效果反而变差了：U=jubuzishiyingerzhihua(a,36)由此可见，并不是细分的越碎越好。
5、分成10000个小碎片：U=jubuzishiyingerzhihua(a,100)
