第二章 图像处理基础（上）：像素与色彩空间、图像滤波、边缘检测

各位同学，欢迎来到第二章。这一章咱们要啃的，是视觉算法的地基——图像处理基础。说白了，就是搞明白计算机到底是怎么“看”一张图片的。

我个人习惯把图像处理比作“做饭”。像素就是食材，色彩空间就是菜系（川菜、粤菜），滤波就是刀工和火候，边缘检测就是最后摆盘时勾勒出的轮廓线。你想想看，如果连食材和刀工都搞不明白，后面的大菜（目标检测、分割）根本没法做。

2.1 像素：图像的最小单元

一张数字图像，本质上就是一个二维矩阵。矩阵里的每个元素，就是一个像素。每个像素存储着颜色信息。

举个例子，一张 640×480 的图片，就是 640 列、480 行的像素点阵。每个点都有自己的颜色值。

我在项目中遇到过一个问题：客户给的图片明明是彩色的，但算法跑出来全是黑白。后来发现是 OpenCV 默认用 BGR 顺序读取，而我直接用 RGB 去处理了。嗯，这里要注意，OpenCV 的通道顺序是 BGR，不是 RGB。

2.2 色彩空间：计算机眼中的颜色

色彩空间，就是描述颜色的数学模型。不同的色彩空间，适用于不同的场景。

2.2.1 RGB 色彩空间

RGB 是最常见的色彩空间。它用红（R）、绿（G）、蓝（B）三个通道的叠加来表示颜色。每个通道 0~255，三个通道组合起来就是 1600 多万种颜色。

但 RGB 有个缺点：它和人眼感知颜色的方式不太一样。你想想看，调整亮度时，R、G、B 三个值都要改，很麻烦。

2.2.2 HSV 色彩空间

HSV 就聪明多了。它把颜色分解成三个分量：

• H（Hue，色调）：颜色的种类，比如红色、绿色。范围 0~180。
• S（Saturation，饱和度）：颜色的纯度。0 是灰色，255 是最鲜艳。
• V（Value，明度）：颜色的明亮程度。0 是黑色，255 是白色。

我建议在做颜色识别时，优先用 HSV。比如识别红色交通灯，只需要设定 H 值在 0~10 和 170~180 之间，S 和 V 适当过滤一下，效果比 RGB 好得多。

2.2.3 灰度图

灰度图就是单通道图像，每个像素只有一个亮度值。0 是纯黑，255 是纯白。

为什么需要灰度图？因为很多算法（比如边缘检测、特征提取）在灰度图上计算量更小，而且不受颜色干扰。我一般拿到彩色图后，第一步就是转灰度。

import cv2

# 读取彩色图
img = cv2.imread('image.jpg')

# 转灰度
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# 转 HSV
hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)

2.3 图像滤波：去噪与平滑

滤波，说白了就是“模糊”图像。为什么要模糊？因为真实世界的图像都有噪声，比如摄像头传感器带来的椒盐噪声、高斯噪声。滤波就是为了去掉这些噪声，让后续处理更稳定。

2.3.1 均值滤波

均值滤波是最简单的。它用一个窗口（比如 3×3）在图像上滑动，窗口内所有像素的平均值，就是中心像素的新值。

优点是速度快。缺点是会模糊边缘，而且对椒盐噪声效果一般。

2.3.2 高斯滤波

高斯滤波比均值滤波更“聪明”。它给窗口内的像素分配不同的权重——离中心越近，权重越大。权重分布符合高斯函数。

我个人习惯用高斯滤波。它在去噪和保留边缘之间取得了不错的平衡。尤其是处理高斯噪声时，效果很好。

2.3.3 中值滤波

中值滤波用窗口内所有像素的中位数，代替中心像素的值。

它对椒盐噪声（黑白点噪声）有奇效。我在项目中遇到过摄像头有坏点的情况，用中值滤波一下就搞定了。

import cv2

img = cv2.imread('noisy_image.jpg')

# 均值滤波
blur_avg = cv2.blur(img, (5, 5))

# 高斯滤波
blur_gauss = cv2.GaussianBlur(img, (5, 5), 1.5)

# 中值滤波
blur_median = cv2.medianBlur(img, 5)

2.4 边缘检测：找到物体的轮廓

边缘，就是图像中像素值发生剧烈变化的地方。边缘检测的目标，就是把这些变化点找出来。

2.4.1 Sobel 算子

Sobel 算子是一种基于梯度的边缘检测方法。它用两个 3×3 的卷积核，分别计算水平方向和垂直方向的梯度。

水平梯度 Gx 检测垂直边缘，垂直梯度 Gy 检测水平边缘。最终的边缘强度是两者的组合。

我建议在需要方向信息时用 Sobel。比如检测车道线，水平边缘比垂直边缘更有用。

2.4.2 Canny 边缘检测

Canny 是目前最流行的边缘检测算法。它比 Sobel 复杂，但效果也更好。它的流程是：

1. 高斯滤波：去噪。
2. 计算梯度：用 Sobel 算梯度幅值和方向。
3. 非极大值抑制：只保留梯度方向上的局部最大值，让边缘变细。
4. 双阈值检测：设定高低两个阈值。高于高阈值的，是强边缘；介于两者之间的，是弱边缘；低于低阈值的，丢弃。
5. 边缘连接：只保留与强边缘相连的弱边缘。

双阈值是 Canny 的精髓。我一般设高阈值为 150，低阈值为 50。但具体数值要根据图像调整。

import cv2

img = cv2.imread('image.jpg', 0)  # 直接读成灰度图

# Sobel 边缘检测
sobel_x = cv2.Sobel(img, cv2.CV_64F, 1, 0, ksize=3)
sobel_y = cv2.Sobel(img, cv2.CV_64F, 0, 1, ksize=3)
sobel = cv2.magnitude(sobel_x, sobel_y)

# Canny 边缘检测
edges = cv2.Canny(img, 50, 150)

2.5 本章知识体系

下面这张图，把本章的核心逻辑串起来了。从像素出发，经过色彩空间转换，再到滤波去噪，最后到边缘检测。每一步都是下一步的基础。

好了，这一章的内容就到这里。像素、色彩空间、滤波、边缘检测，这四个概念是图像处理的基石。你想想看，后面要学的特征提取、目标检测，哪个不是建立在这些基础之上？

记得多动手写代码。光看不练，等于白学。

---

公众号:蓝海资料掘金营，微信deep3321