PyQt5 是 Python 中用于构建图形用户界面 (GUI) 的强大工具包。它提供了丰富的功能来设计和实现复杂的桌面应用。在本文中，我们将介绍如何使用 PyQt5 和 OpenCV 构建一个简单的图像处理工具。这个工具允许用户加载图像、进行基本的图像处理操作（如灰度化、去噪和锐化），并保存处理后的图像。我们将逐步解析代码，展示如何实现这些功能。

在图像处理领域，二值化是一种非常基础且重要的操作。它能够将图像转换为只有黑白两种颜色的形式，从而简化图像分析的复杂度，为后续的特征提取、图像分割等操作提供便利。本文将详细介绍四种常见的图像二值化方法：人工阈值分割法、基于直方图的双峰法、迭代阈值分割法以及最大类间方差法，并通过Python代码实现和结果展示来对比它们的效果。

不同的库可能使用不同的色彩空间，如果不进行正确的转换，可能会导致以下问题： 颜色错误：图像的颜色可能会完全错误，甚至看起来像是“负片”。当你运行这段代码时，你会看到一个窗口，其中包含两个子图： 左侧是原始图像（Original），显示了未经过处理的图像内容。它提供了丰富的功能，用于图像读取、处理和显示。如果你直接将 OpenCV 读取的图像传递给 Matplotlib 显示，你会发现颜色看起来不对

不同的库可能使用不同的色彩空间，如果不进行正确的转换，可能会导致以下问题： 颜色错误：图像的颜色可能会完全错误，甚至看起来像是“负片”。当你运行这段代码时，你会看到一个窗口，其中包含两个子图： 左侧是原始图像（Original），显示了未经过处理的图像内容。它提供了丰富的功能，用于图像读取、处理和显示。如果你直接将 OpenCV 读取的图像传递给 Matplotlib 显示，你会发现颜色看起来不对