概述
Otsu's method 也叫全局最优阈值处理，使用聚类思想，将图像分为“前景”和“背景”两类，并使得上述两类的类内方差最小，即类间方差最大。
图1 原图像
图2 使用 Otsu's method 进行二值化后的图像
算法
\[ \sigma _{w}^{2}(t)=\omega _{0}(t)\sigma _{0}^{2}(t)+\omega _{1}(t)\sigma _{1}^{2}(t) \]
其中，
\(t\) 是将图像分为“前景”和“背景”两类的阈值，\(\omega _{0}\) 和 \(\omega _{1}\) 分别是这两个类的加权数，而 \(\sigma _{0}^{2}\) 和 \(\sigma _{1}^{2}\) 分别是这两个类的方差。
图3 算法可视化动图
Halcon
binary_threshold(Image : Region : Method, LightDark : UsedThreshold)
当 Method = 'max_separability' 时，即为 Otsu 算法。
OpenCV
double cv::threshold(InputArray src, OutputArray dst, double thresh, double maxval, int type)
当 type = THRESH_BINARY | THRESH_OTSU 时，即为 Otsu 算法。