之前学了Threshold()二值化函数，这个是在每一张照片里面，用同一个阈值进行二值化操作，但是对于一些对比度比较大的图片，可能会出现问题。比如这张照片想要提取出黑色文字文字：
如果执行以下代码：
CvInvoke.Threshold(srcMat, gray, 160, 255, ThresholdType.Binary);也就是以160的阈值进行ThresholdType.Binary的二值化，它的结果是这样的：
这个原始照片背景纸是白色的，前景文字是黑色的，但是最突出的特点是照片的上半部分比下半部分要暗。对于这种对比度大的照片，直接用Threshold()二值化函数的效果就不太好。这时候，AdaptiveThreshold()自适应阈值化处理函数闪亮登场。
函数含义如下：
public static void AdaptiveThreshold(
IInputArray src, // 输入图像
IOutputArray dst, // 输出图像
double maxValue, // 输出图像的最大值，一般设为255
AdaptiveThresholdType adaptiveType, // 要使用的自适应阈值算法，GaussianC或者MeanC
ThresholdType thresholdType, // 阈值类型，分别为Binary和BinaryInv
int blockSize, // 计算像素阈值的像素邻域的大小，大于0的奇数
double param1 // 偏移值调整量，从GaussianC或者MeanC计算出的值再减去的常量，就是最终值，它可以是正的，也可以是零或负的。
)
其中，MeanC的计算方法是计算出领域的平均值再减去第七个参数2的值。，GaussianC的计算方法是计算出领域的高斯均值再减去第七个参数2的值。还是上面那张图，自适应阈值算法采用GaussianC，二值化类型选择Binary，像素邻域的大小为9，偏移调整量为3，输出的结果是：
这下是不是好多了，基本上所有的黑色文字都能看清楚了。这个函数有5个输入参数，具体的使用方法和使用效果，需要读者们多找几张图片上手试试。函数用法很简单，代码在下面：
CvInvoke.AdaptiveThreshold(srcMat, gray, 255, AdaptiveThresholdType.GaussianC, ThresholdType.Binary, 9, 3);原创不易，请勿抄袭。共同进步，相互学习。
