图像二值化，就是把彩色（先转为灰色图）最终转为黑白两色图片的计算过程。
看似极其简单，但人们研究了几十年，却始终未达到至臻境界的问题。
本文简要介绍了 图像二值化的算法原理、分类及二十三种算法的目录，后续逐个发布源代码与使用效果的图片。
一、图像二值化 和 彩色图转灰度图是图像类AI的基石
图像处理的两个基础功能：图像二值化 和 彩色图转灰度图，是一切图像（视频）为核心的AI的基础。很多AI系统，未能取得良好的预期效果，其中的原因不是AI算法问题，也不是训练集的问题，而是图像二值化 和 彩色图转灰度图 造成的基础数据的问题。当然，更大的问题是，很多AI研究者却未能意识到这个问题，始终在 AI 算法或训练集中打转。
北京联高软件开发有限公司拥有最好的图像二值化 和 彩色图转灰度图算法，其效果是远超 OpenCV ，Matlab 这些学院派产品的。联高算法在 《原本专业级图片漂白软件》 软件中得以实现与应用。
二、图像二值化算法概要
2.1 基本概念
2.1.1 灰度图 Gray Scale Image
彩色图一般以3或4个8位byte保存图像数据。灰度图以3个相同的byte值保存图像（很浪费！）。
每个byte，从0---255，因而灰度级别也就是256个级别。0--为黑色；255为白色。
2.1.2 二值图（黑白图）Binary Image
二值图，理论上是0/1数据图。为了能够支持各种使用环境，一般以灰度图替代，就是0和255。
2.1.3 直方图 Histogram
灰度直方图是关于灰度级分布的函数，是对图像中灰度级分布的统计。灰度直方图是将数字图像中的所有像素，按照灰度值的大小，统计其出现的频率。灰度直方图是灰度级的函数，它表示图像中具有某种灰度级的像素的个数，反映了图像中某种灰度出现的频率。
直方图均衡化可以使得图片看起来更清晰。 
很多二值化算法是基于灰度直方图进行的。人们一直在想尽办法从直方图中寻找最好的阈值。
2.1.4 阈值 Threshold
阈的意思是界限，故阈值又叫临界值，是指一个数据的分界值。
按图像某一行的灰度值划分的阈值：
按灰度直方图的划分：
2.2 图像二值化算法的分类
二值化的核心是寻找最佳的阈值，使得二值化之后出现期望的结果。
按阈值的使用范围，二值化算法分为全局阈值算法 和 局部阈值算法两种。
全局阈值算法 计算简单，速度快，但无法处理很多特殊的图片。
局部阈值算法 计算复杂，速度慢很多，但可以处理这些特殊的图片。
2.2.1 全局阈值 Global Threshold
一般的图片，选择一个合适的阈值，并以该唯一的阈值进行计算，就可以达到效果。
2.2.2 局部阈值 Local Threshold
局部阈值是指在一个窗口区内寻找合适的阈值，并对该区域进行计算。
局部阈值的计算往往设计均值平滑、高斯平滑等等更多的、速度比较慢的算法。
三、二十三种二值化算法的目录
二值化的算法非常多，据不完全统计，多达200多种。本文选择其中的23种予以C#实现并逐步发布全部C#源程序，大家可自行选择其中适用以为。
3.1 支持函数
https://blog.csdn.net/beijinghorn/article/details/128425984?spm=1001.2014.3001.55023.2 全局阈值算法目录
3.2.1 基本阈值算法 Threshold_Algorithm
3.2.2 Kittler 算法 Kittler_Algorithm
3.2.3 联高基础自适应算法 Automatic_Adaptive_Algorithm
3.2.4 大津算法 Otsu_Algorithm
3.2.5 迭代算法 Iteration_Algorithm
3.2.6 全局加权阈值算法 Global_Threshold_Algorithm
3.2.7 最大熵算法 Maxium_Entropy_Algorithm
3.2.8 均值算法 Mean_Algorithm
3.2.9 百分比算法 Percentage_Algorithm
3.2.10 谷底算法 Valley_Bottom_Algorithm
3.2.11 双峰算法 Intermodes_Algorithm
3.2.12 最佳迭代算法 Best_Iteratived_Algorithm
3.2.13 一维最大熵 Maxium_Entropy_1D_Algorithm
3.2.14 力矩保持法 Moment_Preserving_Algorithm
3.2.15 IsoData算法 IsoData_Algorithm
3.2.16 模糊集理论算法 Huang_Fuzzy_Algorithm
3.2.17 Shanbhag算法 Shanbhag_Algorithm
3.2.18 Yen算法 Yen_Algorithm
3.3 局部阈值算法目录
3.3.1 Wellner自适应算法 Wellner_Adaptive_Algorithm
3.3.2 Bernsen自适应算法 Bernsen_Algorithm
3.3.3 Sauvola自适应算法 Sauvola_Algorithm
3.3.4 Niblack自适应算法 Niblack_Algorithm
3.3.5 Yanowitz Bruckstein自适应算法 Yanowitz_Bruckstein_Algorithm
Yanowitz Bruckstein自适应算法是除了联高“原本”算法之外效果最好的算法了。
作者将逐步发布以上算法的C#源代码。