3、图像基础与OpenCV入门：图像在计算机中的表示

各位同学，欢迎来到第三章。这一章我们聊聊图像在计算机里到底长什么样。说白了，就是搞清楚计算机是怎么“看”到一张图片的。我刚开始学的时候，总觉得图像就是一堆像素点，没什么了不起。但真正做项目时才发现，不理解这些基础，后面调参、debug会非常痛苦。

3.1 图像在计算机中的表示

3.1.1 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。你可以把像素想象成马赛克瓷砖，每个瓷砖都有自己的颜色值。

举个例子，一张 640×480 的图像，就是有 640 列、480 行，总共 307200 个像素点。每个像素点存储一个数值（灰度图）或一组数值（彩色图）。

核心概念：图像 = 矩阵，像素 = 矩阵元素。

3.1.2 通道——颜色的维度

灰度图只有一个通道，每个像素值范围 0~255，0 是纯黑，255 是纯白。彩色图通常有三个通道：红、绿、蓝，也就是我们常说的 RGB。

我在项目中遇到过一个问题：用 OpenCV 读取彩色图像，结果发现颜色不对。后来才意识到，OpenCV 默认用的是 BGR 顺序，而不是我们习惯的 RGB。嗯，这里要注意，很多库的通道顺序不一样。

图像类型 通道数 常见用途
灰度图 1 边缘检测、二值化
RGB 彩色图 3 日常显示、目标检测
RGBA 彩色图 4 带透明通道的图像

3.1.3 色彩空间——换个角度看颜色

除了 RGB，还有 HSV、YUV、Lab 等色彩空间。为什么需要这么多？因为不同任务适合不同的色彩空间。

举个例子，你想根据颜色识别一个红色物体。在 RGB 空间里，红色受光照影响很大，很难设定一个固定的阈值。但换成 HSV 空间，你只需要设定色调（Hue）的范围，光照变化基本不影响。我做过一个交通标志识别项目，用 HSV 做颜色分割，效果比 RGB 好太多了。

我的建议：做颜色相关的任务，优先考虑 HSV 空间。做图像压缩或传输，YUV 更常用。

3.2 OpenCV 基本操作

3.2.1 读取图像

OpenCV 读取图像用 cv2.imread()。默认读取为 BGR 彩色图。如果你想读成灰度图，加个参数 cv2.IMREAD_GRAYSCALE。

import cv2

# 读取彩色图（BGR）
img = cv2.imread('cat.jpg')

# 读取灰度图
gray = cv2.imread('cat.jpg', cv2.IMREAD_GRAYSCALE)

# 读取带透明通道的图
img_alpha = cv2.imread('cat.png', cv2.IMREAD_UNCHANGED)

我曾经犯过一个低级错误：路径写错了，OpenCV 不会报错，只会返回 None。然后我后面调用 img.shape 直接崩溃。所以，读取后最好检查一下：

if img is None:
    print("图片没找到，检查路径！")
    exit()

3.2.2 显示图像

显示图像用 cv2.imshow()，配合 cv2.waitKey() 和 cv2.destroyAllWindows()。

cv2.imshow('窗口标题', img)
cv2.waitKey(0)  # 等待按键，0表示无限等待
cv2.destroyAllWindows()

注意：在 Jupyter Notebook 里，cv2.imshow() 可能不好使。我一般用 matplotlib 来显示，但记得把 BGR 转成 RGB：

import matplotlib.pyplot as plt

img_rgb = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
plt.imshow(img_rgb)
plt.show()

3.2.3 保存图像

保存用 cv2.imwrite()。支持多种格式，比如 jpg、png、bmp。

cv2.imwrite('output.jpg', img)

保存时有个小细节：jpg 是有损压缩，你可以设置质量参数。png 是无损压缩，适合保存边缘清晰的图像。

# 保存高质量 jpg
cv2.imwrite('output.jpg', img, [cv2.IMWRITE_JPEG_QUALITY, 95])

# 保存 png
cv2.imwrite('output.png', img)

3.3 图像属性与数据类型

3.3.1 图像的基本属性

一张图像有三个基本属性：高度、宽度、通道数。用 img.shape 获取。

h, w, c = img.shape
print(f"高度: {h}, 宽度: {w}, 通道数: {c}")

如果是灰度图，img.shape 只返回两个值：高度和宽度。所以写代码时要注意，别假设一定有第三个值。

属性 代码 说明
形状 img.shape 返回 (h, w, c) 或 (h, w)
像素总数 img.size h × w × c
数据类型 img.dtype 通常是 uint8

3.3.2 数据类型

OpenCV 默认用 uint8 存储像素值，范围 0~255。但有些场景需要更高精度，比如深度图、HDR 图像，会用 uint16 或 float32。

我做过一个项目，需要把两张图像做差值运算。直接用 uint8 相减，结果全是 0 或 255，因为溢出了。后来我把图像转成 float32 再计算，才得到正确结果。

注意：用 uint8 做加减乘除时，结果会自动截断到 0~255。如果需要精确计算，先转成浮点型。

# 转成浮点型
img_float = img.astype(np.float32)

# 计算完后，再转回 uint8 用于显示
img_result = np.clip(img_float, 0, 255).astype(np.uint8)

3.3.3 像素访问与修改

你可以像操作 NumPy 数组一样操作图像。比如获取某个像素的值：

# 获取 (100, 200) 位置的像素值
pixel = img[100, 200]
print(pixel)  # 彩色图返回 [B, G, R]

修改像素：

# 把 (100, 200) 位置设为红色（BGR 顺序）
img[100, 200] = [0, 0, 255]

批量操作更常用，比如把整张图变亮：

img_brighter = np.clip(img + 50, 0, 255).astype(np.uint8)

这里用 np.clip 防止溢出，是个好习惯。

3.4 避坑指南

我曾经踩过的坑：

  • 用 cv2.imread() 读取路径含中文的文件，OpenCV 会失败。解决办法：用 cv2.imdecode(np.fromfile(path, dtype=np.uint8), cv2.IMREAD_COLOR)。
  • 显示图像时，窗口一闪而过。记得加 cv2.waitKey(0)。
  • 保存图像时，如果路径不存在，OpenCV 不会自动创建目录。需要先 os.makedirs()。

好了，这一章的内容就到这里。图像基础是后续所有视觉算法的基石，别小看这些概念。下一章我们会进入图像预处理，到时候你会感谢今天打下的基础。

公众号:蓝海资料掘金营，微信deep3321

← 上一章 📖 返回目录 下一章 →