第二章 图像处理基础（一）：图像在计算机中的表示与读取

各位同学，欢迎来到图像处理的第一课。

说实话，很多做自动驾驶的朋友，一上来就扎进深度学习模型里，结果连图像在内存里长什么样都没搞清楚。我见过不少项目，模型跑得挺欢，结果一读图就崩，一显示就花屏。说白了，就是基础没打牢。

今天咱们就把这个地基夯实。你想想看，车道线检测也好，可行驶区域计算也罢，所有操作的第一步，都是把摄像头拍到的画面，变成计算机能理解的数据。那计算机是怎么理解一张图的？

2.1 图像在计算机中的表示

计算机不认识「红色」这个词。它只认识数字。

一张彩色图像，在计算机眼里就是一个三维数组。嗯，你可以把它想象成一个巨大的Excel表格，每个格子就是一个像素。每个像素里存了三个数字：R、G、B。

举个例子。纯红色像素，在计算机里就是 (255, 0, 0)。纯绿色是 (0, 255, 0)。纯蓝色是 (0, 0, 255)。白色是 (255, 255, 255)，黑色是 (0, 0, 0)。

那灰度图呢？灰度图只有一个通道。每个像素只有一个值，0 表示纯黑，255 表示纯白，中间是各种深浅的灰色。我在做车道线检测项目时，经常先把彩色图转成灰度图。为什么？因为车道线检测主要靠边缘和亮度信息，颜色反而是干扰。转成灰度后，数据量直接降到原来的三分之一，处理速度能快不少。

2.2 图像读取与显示（OpenCV基础）

好，理论说完了，咱们上手实操。

OpenCV 是计算机视觉领域最常用的库。我用了快十年了，从 OpenCV 2.x 一直用到现在的 4.x。说实话，它虽然有些接口设计得不太优雅，但胜在稳定、全面。

先看读取图像：

import cv2

# 读取彩色图像
img_color = cv2.imread('road.jpg')

# 读取灰度图像
img_gray = cv2.imread('road.jpg', cv2.IMREAD_GRAYSCALE)

这里有个坑，我必须提醒你。OpenCV 读取图像的默认颜色顺序是 BGR，不是 RGB！

img_rgb = cv2.cvtColor(img_color, cv2.COLOR_BGR2RGB)

显示图像也很简单：

cv2.imshow('Window Title', img_color)
cv2.waitKey(0)  # 等待按键
cv2.destroyAllWindows()

为什么会这样？waitKey(0) 的意思是无限等待按键。如果不加这一行，窗口会一闪而过，你根本看不到图像。嗯，这里要注意，waitKey 的参数单位是毫秒。如果你设成 waitKey(1000)，窗口会显示 1 秒后自动关闭。

2.3 图像属性：尺寸、通道

拿到图像后，第一件事就是看它的属性。就像你拿到一张照片，先看尺寸一样。

OpenCV 里，图像是一个 NumPy 数组。所以我们可以直接用 NumPy 的属性：

import cv2

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

# 获取图像形状 (高度, 宽度, 通道数)
height, width, channels = img.shape
print(f"图像尺寸: {width} x {height}")
print(f"通道数: {channels}")

# 获取像素总数
total_pixels = img.size
print(f"总像素数: {total_pixels}")

# 获取数据类型
dtype = img.dtype
print(f"数据类型: {dtype}")

输出示例：

图像尺寸: 1920 x 1080
通道数: 3
总像素数: 6220800
数据类型: uint8

这里有几个关键点：

• shape：返回 (高度, 宽度, 通道数)。注意顺序，不是 (宽度, 高度)。我刚开始学的时候老搞混。
• 通道数：彩色图是 3，灰度图是 1。如果是 PNG 带透明通道，那就是 4。
• dtype：通常是 uint8，即 0~255 的整数。有些高动态范围图像会用 uint16 或 float32。

我个人习惯，在项目初期先用小尺寸图像调试，比如 640 × 480。等算法稳定了，再上全分辨率。这样能大幅缩短调试周期。

2.4 实战小练习

光说不练假把式。我建议你现在就打开 Python，跑一下这段代码：

import cv2
import numpy as np

# 创建一个纯红色的图像
red_img = np.zeros((300, 300, 3), dtype=np.uint8)
red_img[:, :] = (0, 0, 255)  # BGR 顺序，所以红色是 (0, 0, 255)

# 显示图像
cv2.imshow('Red Image', red_img)
cv2.waitKey(0)
cv2.destroyAllWindows()

# 检查属性
print(f"形状: {red_img.shape}")
print(f"数据类型: {red_img.dtype}")

试试看，把 (0, 0, 255) 改成 (255, 0, 0) 会显示什么颜色？改成 (0, 255, 0) 呢？

嗯，这就是图像处理最基础的东西。下一章，我们会深入聊图像的颜色空间转换和几何变换。到时候你会发现，今天学的这些，全是后面所有操作的基础。

记住一句话：图像处理没有捷径。把基础打牢了，后面学什么都快。

公众号:蓝海资料掘金营，微信deep3321