Python 如何自动化opencv中的低端阈值？

我用opencv画了一个非常详细的物体的轮廓。我能做到，但不同的图像需要不同的低端阈值，这需要我用不同的低端阈值进行实验，才能得到正确的结果。有没有办法让这个过程自动化

目前，我发现阈值如下：

thresh = cv2.threshold(image, 230, 255, cv2.THRESH_BINARY)[1] 

---

值230不是常数。它因不同的图像而变化

有趣的观察是Ostu能够检测整个青光眼区域。你能试试下面的步骤吗-

使用Ostu（青光眼区域）提取感兴趣区域

均衡提取区域中的对比度，以及

在新图像区域中尝试Ostu

---

你试过估计阈值吗？是的，在我的情况下它不起作用。除非我做错了。我试图检测青光眼的杯和盘，但使用大津可以检测整个青光眼本身。啊，好的，有道理。有可能使用大津的方法进行测试。否则，您是否可以共享示例图像？当然可以。显示杯子外观的图像（尽管它与周围像素的对比度并不总是那么高）。和图像，其中杯检测是相当困难的。我想你不能改变你的设置，使感兴趣的领域是更大的视野内？你能至少使用原始数据，这样jpg颜色压缩就不会伤害你吗？图像非常嘈杂。你们也应该减少你们的曝光时间，因为你们在红色通道中过度饱和。图像中有3个通道，但只有2个通道携带有用信息。