1. 随机确定一个初始阈值 k1 = 127(可以为随机值【0，255】）

2. 根据阈值k1把原始图像分为两部分（小于 k1 的像素部分，大于k1的背景部分），并分别求其均值avgPix, avgBac

3. 计算新的阈值 k2 = (avgPix + avgBac) / 2

4. 判断 k1 与 k2 是否相等，如果不等，则更新k1, 重新执行步骤2-3 直到 k1 == k2

5. 根据计算得到的阈值 k1 (或 k2) 对图像进行二值化

#include "JpegDecoder.h"#include 
    
     #include 
     
      #include 
      
       using namespace JpegCodec;static cv::Mat ConvertToMat(Matrix &mat){	int channel = CV_8UC3;	if (mat.channal == 1) channel = CV_8UC1;	cv::Mat img(mat.rows, mat.cols, channel);  // create a new matrix	for (int i = 0; i < mat.rows * mat.cols * mat.channal; i++)	{		img.data[i] = mat.data[i];	}	return img;}void ShowImage(Matrix &mat){	cv::Mat img = ConvertToMat(mat);	cv::imshow("Bitmap", img);}// 二值化void Binary(Matrix &mat){	int k1 = 127, k2 = 0;	int cnt = mat.rows * mat.cols * mat.channal;	// 计算阈值	while (k1 != k2)	{		k2 = k1;		int avgPix = 0;		int avgBac = 0;		int size = 0;		for (int i = 0; i < cnt; i++)		{			if (mat.data[i] < k2)			{				avgPix += mat.data[i]; // 像素数据				size++;			}			else 				avgBac += mat.data[i]; // 背景数据		}		// 计算像素阈值 与 背景阈值		avgPix /= size;		avgBac /= (cnt - size);		// 计算 k1		k1 = (avgPix + avgBac) / 2;	}	// 二值化	for (int i = 0; i < cnt; i++)	{		if (mat.data[i] < k1) mat.data[i] = 0;		else mat.data[i] = 255;	}}// 灰度化void Gray(Matrix &dst, Matrix &src){	dst.Create(src.rows, src.cols, 1);	for (int i = 0; i < src.rows; i++)	{		for (int j = 0; j < src.cols; j++)		{			int idx = (i * src.rows + j) * 3;			dst.data[idx / 3] = (src.data[idx] + src.data[idx + 1] + src.data[idx + 2]) / 3;		}	}}int main(int argc, char *arrv[]){	JpegDecoder decoder("01.jpg");	Matrix mat, dst;	decoder.Decoder(mat);	Gray(dst, mat);	Binary(dst);	ShowImage(dst);	cvWaitKey(0);	return 0;}
      
     
    

JpegDecoder: 

运行示例