Pemrosesan citra digital adalah bidang yang berkembang pesat dalam ilmu komputer dan teknologi informasi. Tujuannya adalah untuk meningkatkan kualitas gambar, mengekstrak informasi berguna, dan melakukan analisis kompleks yang tidak dapat dilakukan secara manual. Salah satu teknik dasar pengolahan citra adalah Thresholding. Hal ini bertujuan untuk memisahkan objek dari latar belakang dengan mengubah gambar menjadi gambar biner. Jurnal ini menjelaskan implementasi program pengolahan citra digital menggunakan Python dan OpenCV dengan menerapkan tiga teknik ambang batas: Global, Adaptif (Average), dan Adaptif (Gaussian). Kami juga menyajikan metode pengurangan noise yang menggunakan keburaman rata rata sebelum menerapkan ambang batas. Proses implementasinya dilakukan dengan membaca gambar dalam mode skala abu-abu, mereduksi noise dan menerapkan berbagai teknik ambang batas. Hasil dari masing-masing metode dievaluasi dan dibandingkan, dan efektivitasnya dalam memisahkan objek dari latar belakang dianalisis.