阈值算法：最简单的图像分割方法。
所有阈值算法将源图像（src）和阈值（thresh）作为输入，并通过将源像素（x，y）处的像素值与阈值进行比较来产生输出图像（dst）。如果src（x，y）> thresh，则dst（x，y）被分配一些值。否则dst（x，y）被分配一些其他值。
大津二值化：简单来说，它自动计算双峰图像的图像直方图中的阈值。（对于不是双峰的图像，二值化将不准确）。使用双峰图像，Otsu的算法找到阈值（t），其最小化加权的类内方差。它实际上发现一个t的值位于两个峰之间，使得两个等级的差异最小。
Otsu的阈值方法涉及迭代所有可能的阈值，并且计算阈值的每一侧的像素级的扩展的度量，即落在前景或背景中的像素。目的是找到阈值，其中，前景和背景差距是最小的。
三角算法：在亮度bmax的直方图的最大值和图像中的最小值bmin之间建立一条线。对于从b = bmin到b = bmax的所有b值计算线和直方图h [b]之间的距离d。h [bo]和行之间的距离最大的亮度值bo是阈值，即threshold = bo。当对象像素在直方图中产生弱峰时，该技术特别有效。
图像二值化就是将图像上的像素点的灰度值设置为两个值，一般为0,255或者指定的某个值。
Otsu:
目前fbc_cv库中支持uchar和float两种数据类型，经测试，与OpenCV3.1结果完全一致。
