[跟随this guide并使用adaptive thresholding功能时，我对通过调整blocksize和C来找到理想值的直觉感到困惑。
调整这些参数而不是进行完全随机的猜测和检查过程时应采取什么方法？是否有更好的技术可以基于图像的颜色直方图来学习这些参数？
cv2.adaptiveThreshold(img, maxValue, adaptiveMethod, thresholdType, blockSize, C)
应该选择块大小，以使块始终看到前景和背景。如果块太小，则完全位于前景或背景内部的块将看不到该区域的实际对比度，而只会看到噪声。因此，对于该块，阈值化的结果将不会分离背景和前景，而会分离出单相内的噪声。
如果每个块都看到大量的两个相位，则阈值c可以为零。
如果无法将块大小选择得足够大，并且某些块只能看到背景，则可以将c值设置得足够大，以使这些块仅产生背景。背景噪声的标准偏差的两倍是一个好的起始值。
同样，如果是前景相位较大，请将c设置为负值，以使完全位于前景中的块仅产生前景。