# 02_threshold_segmentation

**Repository Path**: xiao_pacai/02_threshold_segmentation

## Basic Information

- **Project Name**: 02_threshold_segmentation
- **Description**: No description available
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2026-06-29
- **Last Updated**: 2026-06-29

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 阈值分割教学软件

这是一个使用 Python Tkinter 编写的数字图像处理课程设计项目，主题为“阈值分割”。软件包含图像显示区、代码区和操作区，可用于演示阈值分割的完整处理流程。

## 功能概览

- 本地图像加载与当前结果保存。
- 原始图像和当前处理步骤结果实时显示。
- “上一步 / 下一步”教学导航，首步自动禁用“上一步”，末步自动禁用“下一步”。
- 操作区支持手动阈值、滤波半径、形态学核大小和后处理来源选择。
- 参数修改后自动动态预览。
- 代码区同步显示当前步骤对应的 Python 算法代码和关键指标。

## 教学流程

软件共包含 8 个展示步骤，其中至少 5 个属于独立图像处理操作：

1. 原始图像显示。
2. 灰度化。
3. 高斯滤波去噪。
4. 灰度直方图分析。
5. 手动阈值分割。
6. Otsu 自动阈值分割。
7. 形态学开运算后处理。
8. 分割结果叠加显示。

## 项目结构

```text
.
├── main.py
├── requirements.txt
├── README.md
├── assets/
│   └── samples/
├── scripts/
│   └── generate_samples.py
├── src/
│   └── threshold_teaching/
│       ├── __init__.py
│       ├── app.py
│       └── processing.py
└── tests/
    └── test_processing.py
```

## 环境安装

建议使用虚拟环境：

```powershell
python -m venv .venv
.\.venv\Scripts\activate
pip install -r requirements.txt
```

Tkinter 通常随 Windows 版 Python 自带，无需单独安装。

## 运行软件

```powershell
python main.py
```

首次运行会优先加载 `assets/samples/threshold_demo.png`。如果该文件不存在，程序会自动生成内置示例图用于展示。

## 生成测试素材

```powershell
python scripts/generate_samples.py
```

生成文件：

- `assets/samples/threshold_demo.png`
- `assets/samples/threshold_demo_gray.png`
- `assets/samples/threshold_demo_binary_t140.png`

## 运行测试

```powershell
python -m unittest discover -s tests
```

测试覆盖内容包括手动阈值、Otsu 阈值、形态学开运算、前景比例计算和完整处理流程步骤数量。

## 课程设计提交建议

提交时建议包含：

- 完整源码：`main.py`、`src/`。
- 依赖声明：`requirements.txt`。
- 测试用例：`tests/`。
- 图像素材：`assets/samples/`。
- 说明文档：`README.md`。