算法思想：

对于下面这张灰度图片：

我们想让这些物体（前景）和背景区分更明显一些，比如让物体为纯黑，背景全白。那么我们就需要找到一个合适的阈值，使图片上灰度值大于这个阈值的像素点为255（白色），灰度值小于阈值的像素点为0（黑色）。也就是变成下面这幅图：

怎样确定这个阈值呢？OTSU算法说，我们可以求出用这个阈值分割后的两个图像对应pixel的类间方差。对于每一个可能的阈值，我们计算并取出类间方差最大的那个像素pixel值，此时这个值就可以较好的对图像进行分割。

算法流程：

对应直方图如下：

直方图阈值分割

１、将灰度值区间为[0,m]，对于[0,m]间的每一个灰度t，将它作为阈值将图像分割为灰度为[0,t]以及[t+1,m]两部分。
２、计算每一部分的所占比例 $w_0$ , $w_1$ ，每一部分的平均灰度值 $\mu_0$ , $\mu_1$ ，以及总的平均灰度值 $\mu$ 。
３、计算他们的类间方差: $\delta^2=w_0(\mu_0-\mu)^2+w_1(\mu_1-u)^2=w_0w_1(\mu_0-\mu_1)^2$
４、取出类间方差最大时对应的阈值ｔ，这就可以作为我们最终所取的阈值。