程式碼如下：：

/**********************************************************************************************************
*檔案說明:
*        基於OpenCv的閾值分割演算法
*開發環境:
*        win7+vs2010+opencv2.4.8
*時間地點:
*        陝西師範大學.2017.2。19
*作    者:
*        李麗 
***********************************************************************************************************/
#include<opencv2/opencv.hpp>
#include<opencv2\highgui\highgui.hpp>
#include "cv.h"
#include "highgui.h"
#include <iostream> 
using namespace std;
using namespace cv;

/***********************************************************************************************************
   巨集定義
***********************************************************************************************************/
int HistogramBins = 256;
float HistogramRange1[2] = {0,255};
float *HistogramRange[1] = {&HistogramRange1[0]};
typedef enum {back,object} entropy_state;

/***********************************************************************************************************
   // 計算當前位置的閾值
***********************************************************************************************************/
double caculateCurrentEntropy(CvHistogram * Histogram1, int cur_threshold, entropy_state state)
{
	int i,start,end;
	if(state == back)     
	{
	  start = 0;
	  end = cur_threshold; 
	}
	else
	{
	  start = cur_threshold;
	  end = 256;
	}
	int  total = 0;
	for(int i = start; i < end; i++) 
	{
	  total += (int)cvQueryHistValue_1D(Histogram1, i);  //cvQueryHistValue_1D()函式是訪問直方圖的方式
	}
	double cur_entropy = 0.0;
	for(i = start; i < end; i++)
	{
	  if((int)cvQueryHistValue_1D(Histogram1,i) == 0)
	   continue;
	  float percentage = cvQueryHistValue_1D(Histogram1, i) / total;
	  cur_entropy += - percentage * logf(percentage); // 能量的定義公式
	}
	return cur_entropy;
}

/***********************************************************************************************************
   // 尋找最大熵閾值並分割
***********************************************************************************************************/

void MaxEntropy(IplImage *src, IplImage *dst)
{
	
	CvHistogram * hist  = cvCreateHist(1, &HistogramBins, CV_HIST_ARRAY, HistogramRange);   //OpenCV中直方圖的  CvHistogram資料型別的理解

	cvCalcHist(&src, hist);				//建立直方圖
	double maxentropy = -1.0;          ////???
	int max_index = -1;					////???
	// 迴圈測試每個分割點，尋找到最大的閾值分割點
	for(int i = 0; i < HistogramBins; i++)     // int HistogramBins = 256;
	{
	  double cur_entropy = caculateCurrentEntropy(hist, i, object) + caculateCurrentEntropy(hist, i, back);
	  if(cur_entropy > maxentropy)
	  {
	   maxentropy = cur_entropy;
	   max_index = i;
	  }
	}
	cvThreshold(src, dst, (double)max_index, 255, CV_THRESH_BINARY);
	cvReleaseHist(&hist);
}

/***********************************************************************************************************
   // 主函式   控制檯應用程式入口  
***********************************************************************************************************/
int main()
{
	IplImage* src = cvLoadImage("G:\\C++Study\\Demo\\MaxETG\\MaxETG\\lena.png",CV_LOAD_IMAGE_GRAYSCALE );   //CV_LOAD_IMAGE_GRAYSCALE   
	cvNamedWindow("Image", 1); 
	cvNamedWindow("origin", 1);

	IplImage* dst = cvCreateImage(cvGetSize(src), IPL_DEPTH_8U, 1);
	
	MaxEntropy(src, dst);     //關鍵函式呼叫---求最大熵閾值分割結果
	
	cvShowImage("Image", dst); // 顯示影象
	cvShowImage("origin", src);
	
	cvWaitKey(0);             // 等待按鍵
	cvDestroyWindow("Image"); // 銷燬視窗
	cvDestroyWindow("origin");
	cvReleaseImage(&src);     // 釋放影象
	cvReleaseImage(&dst);
	
	return 0;
	}
 

執行結果如下：  左邊為原始影象   右邊為最大熵閾值分割函式處理之後的函式