Az előző fejezetben tárgyalt pont operációk egy másik megközelítés lehet, hogy döntünk, hogy megváltozzon-e az érték (egy döntési kritérium kiértékelésével), és ha igen, hogyan? Ilyen műveletek például a globális küszöbölés és vágás.

A globális küszöbölés segítségével egyszerű szegmentálási feladatokat oldhatunk meg, amely alkalmas lehet kontrollált, egyenletes megvilágítás mellett készült képeken homogén intenzitású objektumok detektálására. A vágás segítségével egy meghatározott intenzitástartományt, például rekonstrukciós hiba okozta zajt el tudunk tüntetni a képről, illetve javítani tudjuk a képi megjelenést. Ez utóbbival a hisztogram műveleteknél találkozunk majd, hisztogram és kontraszt széthúzás néven.

Az OpenCV lehetőséget biztosít globális és lokális küszöbölésre és vágásra is, viszont csak egy küszöbértékkel. Sávos/intervallumos műveleteket külön kell megvalósítanunk, ráadásul a megvalósító függvény használata nehézkes lehet. A korábban tárgyalt feltételes Numpy mátrix indexeléssel viszont hatékony és áttekinthető kód készíthető.

A globális küszöbölés és vágás nem működik jól egyenetlen megvilágítás esetén. Ilyen esetben a lokális, vagy más néven adaptív változatukat használhatjuk. Ebben az esetben minden képpontra külön történik a küszöbértékek meghatározása, például a lokális környezetben található képpontok statisztikája alapján. Ezen módszerekkel egy későbbi fejezetben foglalkozunk.

Az OpenCV által biztosított küszöbölés és vágás műveletek interaktív bemutatására szolgál a Google Play Áruházban elérhető KfGyak küszöbölés élőkép demó alkalmazás, amely Android rendszerű készülékekre telepíthető.