3. 图像处理基础（下）：几何变换、形态学与直方图均衡化
好，咱们接着聊。上一节我们把图像滤波和边缘检测讲透了，这一节我带你搞定三个非常实用的技能：几何变换、形态学操作和直方图均衡化。
这三个东西，说白了就是：
- 几何变换：让图像动起来（缩放、旋转、扭曲）
- 形态学操作：给图像做“整形手术”（去噪、补洞、分离粘连）
- 直方图均衡化：让图像“亮瞎眼”的对比度增强术
我个人习惯把它们放在一起讲，因为实际项目中经常要组合使用。比如做文档OCR预处理，先几何校正，再形态学去噪，最后直方图增强——一套组合拳下来，识别率能提升一大截。
3.1 几何变换：让图像动起来
几何变换，说白了就是改变图像里像素的位置。你拍了一张歪的照片，想把它扶正；或者想把一个logo放大缩小——这些都属于几何变换。
3.1.1 图像缩放
缩放是最简单的几何变换。但这里有个坑：插值方法的选择。
我记得刚入行时，做一个人脸检测项目，直接把图片用最近邻插值缩小了。结果检测率暴跌——人脸五官都变成锯齿了。后来换成双线性插值，效果立马好了。
三种常用插值方法对比：
| 方法 | 速度 | 质量 | 适用场景 |
|---|---|---|---|
| 最近邻插值 | 最快 | 最差（锯齿） | 实时预览、像素艺术 |
| 双线性插值 | 中等 | 较好（平滑） | 通用缩放（推荐） |
| 双三次插值 | 最慢 | 最好（锐利） | 高质量输出、印刷 |
# 图像缩放示例（OpenCV）
import cv2
img = cv2.imread('photo.jpg')
# 方法1：指定目标尺寸
resized = cv2.resize(img, (800, 600), interpolation=cv2.INTER_LINEAR)
# 方法2：按比例缩放（fx, fy为缩放因子）
resized = cv2.resize(img, None, fx=0.5, fy=0.5, interpolation=cv2.INTER_CUBIC)
我的小技巧：做深度学习预处理时，我习惯用双线性插值缩小，双三次插值放大。前者速度快，后者细节保留好。
3.1.2 图像旋转
旋转其实是个数学问题。绕中心点旋转θ角度，每个像素的新位置都要通过矩阵乘法算出来。
嗯，这里要注意：旋转后图像会变大（因为四个角会跑出去）。OpenCV默认会裁剪，但你可以设置参数保留完整图像。
# 图像旋转
(h, w) = img.shape[:2]
center = (w // 2, h // 2)
# 获取旋转矩阵（角度、缩放）
M = cv2.getRotationMatrix2D(center, 45, 1.0) # 顺时针45度
# 执行旋转，保留完整图像
rotated = cv2.warpAffine(img, M, (w, h))
我曾经踩过的坑：旋转后图像边缘会出现黑色区域（填充值默认为0）。如果你做图像拼接，记得把填充值设为边缘像素的平均值，否则拼接处会有黑边。
3.1.3 仿射变换
仿射变换是几何变换的“大杀器”。它不仅能缩放旋转，还能做倾斜、扭曲。说白了，就是保持直线和平行关系的任意变换。
我做过一个车牌识别项目，车牌在照片里是歪的。用仿射变换把四个角点映射到矩形，车牌就正了。识别率从60%直接飙到95%。
# 仿射变换示例
# 原图中的三个点
pts1 = np.float32([[50,50], [200,50], [50,200]])
# 目标图中的三个点
pts2 = np.float32([[10,100], [200,50], [100,250]])
# 计算仿射矩阵
M = cv2.getAffineTransform(pts1, pts2)
# 执行变换
affined = cv2.warpAffine(img, M, (w, h))
核心要点：仿射变换只需要3个点对就能确定变换矩阵。你想想看，3个点确定一个平面，刚好够用。
3.2 形态学操作：图像的“整形手术”
形态学操作，名字听着高大上，其实就是用一个小“结构元素”在图像上滑动，做逻辑运算。它特别擅长处理二值图像。
3.2.1 腐蚀与膨胀
这两个是最基础的操作，理解它们，后面的开闭运算就简单了。
- 腐蚀：让白色区域“瘦身”。结构元素覆盖的区域，只要有一个黑像素，中心就变黑。效果：消除小白点、分离粘连物体。
- 膨胀：让白色区域“增肥”。结构元素覆盖的区域，只要有一个白像素，中心就变白。效果：填补小洞、连接断裂。
我记得做细胞计数项目时，细胞图像里有很多粘连在一起的。先用腐蚀把它们分开，再膨胀恢复大小——这就是开运算的思想。
# 腐蚀与膨胀
kernel = np.ones((5,5), np.uint8)
eroded = cv2.erode(img, kernel, iterations=1)
dilated = cv2.dilate(img, kernel, iterations=1)
避坑指南：迭代次数不是越多越好。我曾经为了去噪，腐蚀了5次，结果把目标物体都腐蚀没了。一般1-2次就够了。
3.2.2 开运算与闭运算
开运算 = 先腐蚀后膨胀。闭运算 = 先膨胀后腐蚀。
你可能会问：为什么不直接腐蚀或膨胀？因为直接操作会改变物体大小。开闭运算能在保持物体大小不变的前提下，完成去噪或补洞。
| 操作 | 顺序 | 效果 | 典型应用 |
|---|---|---|---|
| 开运算 | 腐蚀→膨胀 | 去除小白点、分离粘连 | 去噪、细胞分割 |
| 闭运算 | 膨胀→腐蚀 | 填补小黑洞、连接断裂 | 指纹修复、文字增强 |
# 开运算与闭运算
opening = cv2.morphologyEx(img, cv2.MORPH_OPEN, kernel)
closing = cv2.morphologyEx(img, cv2.MORPH_CLOSE, kernel)
我的经验：做文档OCR预处理时，我通常先用开运算去掉扫描产生的噪点，再用闭运算把断裂的文字笔画连起来。效果立竿见影。
3.3 直方图均衡化：让图像“亮”起来
直方图均衡化，说白了就是把图像的灰度分布“拉平”。让暗的地方变亮，亮的地方变暗，整体对比度提升。
你想想看，一张曝光不足的照片，像素都集中在暗部。均衡化后，像素会均匀分布到整个灰度范围，细节就出来了。
3.3.1 全局直方图均衡化
这是最基础的方法，对整个图像做一次均衡。OpenCV一行代码搞定。
# 全局直方图均衡化
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
equalized = cv2.equalizeHist(gray)
注意：全局均衡对彩色图像不友好。它会破坏色彩平衡，让颜色变得怪异。我一般只在灰度图上用，或者对HSV空间的V通道做均衡。
3.3.2 CLAHE：更聪明的均衡化
全局均衡有个问题：它会放大噪声。尤其是图像中既有很亮区域又有很暗区域时，暗部的噪声会被放大得惨不忍睹。
CLAHE（对比度受限自适应直方图均衡化）解决了这个问题。它把图像分成小块，每块单独均衡，同时限制对比度的放大倍数。
我做过一个医学影像项目，X光片里骨骼和软组织亮度差异巨大。用全局均衡，软组织噪声爆炸；换成CLAHE，骨骼清晰、软组织平滑——医生看了直点头。
# CLAHE 示例
clahe = cv2.createCLAHE(clipLimit=2.0, tileGridSize=(8,8))
clahe_img = clahe.apply(gray)
参数调优建议：
clipLimit：对比度限制，默认2.0。值越大，增强越强，但噪声也越明显。我一般设1.5-3.0。tileGridSize：分块大小，默认8×8。块越小，局部细节越丰富，但计算量越大。
3.4 实战组合拳：文档图像预处理
最后，我分享一个实际项目中的组合流程。处理一张歪斜、有噪点、曝光不均的文档照片：
- 几何校正：用仿射变换把文档扶正
- 灰度化：转成灰度图
- CLAHE增强：提升对比度，让文字更清晰
- 开运算去噪：去除扫描产生的椒盐噪声
- 闭运算连接：修复断裂的笔画
- 二值化：得到干净的黑白图像
这一套下来，OCR识别率能从50%提升到98%以上。我亲测有效。
总结一下：几何变换解决“位置不对”，形态学解决“形态不干净”，直方图均衡解决“亮度不均”。三者配合，能应对大部分图像预处理场景。