一、深度图基础：从一张灰图说起

大家好，我是你们这趟深度图之旅的向导。今天咱们聊聊最基础的东西——深度图。

说实话，我第一次接触深度图的时候，也觉得它不就是一张灰不溜秋的图片吗？后来踩了不少坑，才真正理解它的价值。来，咱们一步步拆解。

1.1 什么是深度图？

深度图，说白了就是一张记录了「物体离相机有多远」的灰度图。

你想想看，普通照片记录的是颜色——红色、绿色、蓝色。而深度图只记录一个值：距离。每个像素点的灰度值，就代表那个位置离相机的远近。

• 像素值越大（越白）：物体离相机越近
• 像素值越小（越黑）：物体离相机越远

举个例子。我做过一个AR项目，需要把虚拟的咖啡杯放在真实桌面上。如果没有深度图，杯子要么悬空，要么穿模。有了深度图，系统就知道「哦，桌面在这里，杯子放上去」。

1.2 深度图 vs RGB图：到底差在哪？

这个问题我经常被问到。咱们直接上对比：

维度	RGB图	深度图
数据内容	红绿蓝三通道颜色值	单通道距离值
视觉表现	彩色，人眼可理解	灰度图，越白越近
受光照影响	非常大	几乎不受影响
纹理信息	丰富	几乎没有
几何信息	需要算法推断	直接提供

嗯，这里要注意一点。RGB图受光照影响特别大——同一个物体，白天拍和晚上拍，颜色完全不一样。但深度图不一样，它只关心距离，光线变了也不影响。

我记得有一次做自动驾驶项目，傍晚时分RGB图像质量急剧下降，但深度图依然稳定输出。那一刻我真心觉得：深度图在某些场景下比RGB图靠谱多了。

1.3 深度图的应用场景

深度图的应用比你想象的广泛得多。我挑三个最典型的说说。

AR/VR：让虚拟物体「落地」

AR/VR里最头疼的问题是什么？是虚拟物体和真实世界的交互。

你戴上VR头盔，伸手去抓一个虚拟杯子——如果没有深度信息，你的手和杯子永远对不上位置。有了深度图，系统能精确计算手和杯子的距离，实现自然的抓取动作。

我之前做过一个AR试鞋的项目。用户用手机扫一下脚，系统通过深度图重建脚的3D模型，然后虚拟鞋子就能完美贴合。用户原地走两步，鞋子跟着动。效果相当惊艳。

自动驾驶：给车装上「触觉」

自动驾驶里，深度图的作用更直接——判断障碍物距离。

摄像头看到前面有个行人，但不知道他离车多远。这时候深度图就派上用场了。结合深度信息，系统能算出：行人距离5米，车速60km/h，需要紧急刹车。

我曾经参与过一个测试，纯靠RGB图像做避障，误报率特别高——树叶的影子被识别成障碍物。加上深度图之后，系统发现「哦，那个影子在路面上，没有高度」，误报率直接降了80%。

3D重建：从平面到立体

3D重建是深度图最经典的应用之一。

你拿着手机对着一个物体转一圈，系统通过多张深度图就能重建出物体的3D模型。原理其实不复杂：每张深度图记录了物体不同角度的距离信息，把这些信息拼起来，就得到了完整的3D点云。

我做过一个文物数字化项目。博物馆里有一尊唐代佛像，不能触碰，不能搬动。我们用深度相机拍了200多张深度图，重建出来的模型精度达到0.5毫米。馆长看了直呼神奇。

知识体系总览

下面这张图是我自己画的，把深度图的核心知识点串起来了。你看一眼，心里就有谱了。

避坑指南

嗯，今天就先聊到这儿。深度图的基础概念其实不复杂，但它是后面所有高级技巧的基石。你把这个搞清楚了，后面学深度图生成、空洞修复就会轻松很多。

---