python 利用OpenCV 图像黑白化

import cv2
import numpy as np
import math
import copy


def produceThresholds（crop_img）:
    crop = copy.deepcopy（crop_img）
    thresholds = []
    threshold0 = Wolf（crop 3 18 18 0.05 + （0 * 0.35） 128）
    threshold0 = cv2.bitwise_not（threshold0）
    thresholds.append（threshold0）
    threshold1 = Wolf（crop 3 22 22 0.05 + （1 * 0.35） 128）
    threshold1 = cv2.bitwise_not（threshold1）
    thresholds.append（threshold1）
    threshold2 = Wolf（crop 2 12 12 0.18 128）
    threshold2 = cv2.bitwise_not（threshold2）
    thresholds.append（threshold2）

    return thresholds


def calcLocalStats（im map_m map_s winx winy）:
    rows cols = im.shape
    im_sum im_sum_sq = cv2.integral2（im sqdepth=cv2.CV_64F）
    wxh = winx / 2
    wyh = winy / 2
    x_firstth = wxh
    y_lastth = rows - wyh - 1
    y_firstth = wyh
    winarea = float（winx * winy）

    max_s = 0
    j = y_firstth
    for j in range（y_firstth y_lastth + 1）:
        sum = 0.0
        sum_sq = 0.0
        sum = im_sum.item（j - wyh + winy winx） - im_sum.item（j - wyh winx） - \
            im_sum.item（j - wyh + winy 0） + im_sum.item（j - wyh 0）
        sum_sq = im_sum_sq.item（j - wyh + winy winx） - im_sum_sq.item（
            j - wyh winx） - im_sum_sq.item（j - wyh + winy 0） + im_sum_sq.item（j - wyh 0）
        m = sum / winarea
        s = math.sqrt（（sum_sq - m * sum） / winarea）
        if s > max_s:
            max_s = s
        map_m.itemset（（j x_firstth） m）
        map_s.itemset（（j x_firstth） s）
        maxrange = cols - winx + 1
        for i in range（1 maxrange）:
            sum -= im_sum.item（j - wyh + winy i） - im_sum.item（j - wyh i） - im_sum.item（j - wyh + winy i - 1） \
                + im_sum.item（j - wyh i - 1）
            sum += im_sum.item（j - wyh + winy i + winx） - im_sum.item（j - wyh i + winx） - \
                im_sum.item（j - wyh + winy i + winx - 1） + \
                im_sum.item（j - wyh i + winx - 1）

            sum_sq -= im_sum_sq.item（j - wyh + winy i） - im_sum_sq.item（
                j - wyh i） - im_sum_sq.item（j - wyh + winy i - 1） + im_sum_sq.item（j - wyh i - 1）
            sum_sq += im_sum_sq.item（j - wyh + winy i + winx） - im_sum_sq.item（j - wyh i + winx） - \
                im_sum_sq.item（j - wyh + winy i + winx - 1） + \
                im_sum_sq.item（j - wyh i + winx - 1）
            m = sum / winarea
            s = math.sqrt（abs（sum_sq - m * sum） / winarea）
            if s > max_s:
                max_s = s
            map_m.itemset（（j i + wxh） m）
            map_s.itemset（（j i + wxh） s）
    return max_s map_m map_s im


def Wolf（image version winx winy k dR）:
    img = copy.deepcopy（image）
    m = 0.0
    max_s = 0.0
    th = 0
    wxh = winx / 2
    wyh = winy / 2
    x_firstth = wxh
    x_lastth = img.shape[1] - wxh - 1
    y_lastth = im