Otsu算法步骤如下：

设图象包含L个灰度级(0,1…,L-1)，灰度值为i的的象素点数为Ni ，图象总的象素点数为N=N0+N1+...+N(L-1)。灰度值为i的点的概率为：

P(i) = N(i)/N.

门限t将整幅图象分为暗区c1和亮区c2两类，则类间方差σ是t的函数：

σ=a1*a2(u1-u2)^2 (2)

式中，aj 为类cj的面积与图象总面积之比，a1 = sum(P(i)) i->t, a2 = 1-a1 uj为类cj的均值，u1 = sum(i*P(i))/a1 0->t,

u2 = sum(i*P(i))/a2, t+1->L-1

该法选择最佳门限t^ 使类间方差最大，即：

令Δu=u1-u2，σb = max{a1(t)*a2(t)Δu^2}-int otsu (IplImage*image, int rows, int cols, int x0, int y0, int dx, int dy, int vvv)

{



unsigned char*np　// 图像指针

int thresholdValue=1　// 阈值

int ihist[256]　// 图像直方图，256个点



int i, j, k　// various counters

int n, n1, n2, gmin, gmax

double m1, m2, sum, csum, fmax, sb

·····