4. 图像预处理（上）：图像缩放、裁剪、旋转与仿射变换、图像滤波、图像增强
各位同学，欢迎来到第四章。从这章开始，我们正式进入「动手干活」的阶段。
图像预处理，说白了就是给原始图像「洗个澡、理个发、化个妆」。你从摄像头、手机、网上下载的图片，很少能直接喂给算法的。为什么？因为原始数据太「脏」了——尺寸不对、角度歪了、噪声太多、亮度不均。我这些年踩过的坑，十有八九都跟预处理没做好有关。
好，咱们一个一个来。
4.1 图像缩放与裁剪
先说最基础的。你训练一个分类网络，输入尺寸是 224x224，但你的图片可能是 1920x1080。怎么办？缩呗。
4.1.1 图像缩放
缩放的核心是插值。说白了，就是新像素点的值怎么算。
- 最近邻插值：最快，但锯齿严重。适合像素风格的游戏，不适合正经算法。
- 双线性插值：最常用。取周围4个点加权平均。效果不错，速度也快。
- 双三次插值：取周围16个点。更平滑，但慢。我一般只在放大图片时用。
我的经验：做目标检测时，我习惯用双线性插值。又快又好。做超分辨率时，才上双三次。
import cv2
img = cv2.imread('input.jpg')
# 缩放到 224x224
resized = cv2.resize(img, (224, 224), interpolation=cv2.INTER_LINEAR)
小技巧：保持宽高比缩放时，先算比例，再resize。不然人脸会变形成外星人。
4.1.2 图像裁剪
裁剪就简单了。就是取图像的一个矩形区域。
但要注意：裁剪会丢失信息。你想想看，如果目标刚好在裁剪边界上，那就尴尬了。
# 裁剪 [y1:y2, x1:x2]
cropped = img[100:300, 200:400]
注意：OpenCV中坐标顺序是 (y, x) 不是 (x, y)。我刚开始学的时候被这个坑过好几次。
4.2 旋转与仿射变换
旋转和仿射变换，是图像几何变换的核心。说白了，就是让图像「动起来」——转个角度、拉个透视、做个矫正。
4.2.1 图像旋转
旋转很简单。但有个坑：旋转后图像会超出边界。OpenCV默认会裁剪掉超出部分。如果你不想丢失信息，可以设置 cv2.BORDER_WRAP 或手动调整画布大小。
h, w = img.shape[:2]
center = (w // 2, h // 2)
M = cv2.getRotationMatrix2D(center, 45, 1.0) # 旋转45度，不缩放
rotated = cv2.warpAffine(img, M, (w, h))
避坑指南：我曾经做车牌识别时，直接旋转了整张图，结果车牌倒是正了，但背景全黑了。后来我改成只旋转车牌区域，效果好多了。
4.2.2 仿射变换
仿射变换是旋转的「升级版」。它可以做平移、旋转、缩放、剪切。说白了，就是保持「平行线还是平行线」的变换。
你需要3个点来定义变换矩阵。我一般选左上、右上、左下三个点。
# 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]])
M = cv2.getAffineTransform(pts1, pts2)
transformed = cv2.warpAffine(img, M, (w, h))
我的习惯：做文档矫正时，我会手动标4个角点，然后用透视变换（getPerspectiveTransform）。仿射变换适合更「温和」的变形。
4.3 图像滤波
滤波，说白了就是「去噪」。你拍的照片有噪点，传感器不行、光线不好、压缩太狠，都会引入噪声。滤波就是把这些「脏东西」抹掉。
4.3.1 均值滤波
最简单。取一个窗口，算平均值。速度快，但会模糊边缘。
blurred = cv2.blur(img, (5, 5)) # 5x5的窗口
注意：窗口越大，越模糊。我一般用3x3或5x5。再大就糊成一片了。
4.3.2 高斯滤波
比均值滤波「聪明」一点。它给窗口中心的像素更高权重，边缘的权重低。所以模糊得更自然。
gaussian = cv2.GaussianBlur(img, (5, 5), 1.5) # sigma=1.5
我的经验：做边缘检测前，我必先用高斯滤波。为什么？因为Canny边缘检测对噪声敏感。先滤波，再检测，效果天差地别。
4.3.3 中值滤波
这个我特别喜欢。它取窗口内所有像素的中位数。对付「椒盐噪声」（黑白点）特别有效。
median = cv2.medianBlur(img, 5) # 5x5窗口
小技巧：中值滤波的窗口大小必须是奇数。3、5、7都行。我一般用5。太小效果不够，太大又模糊。
4.4 图像增强
图像增强，说白了就是「让图像更好看、更清晰」。不是给人类看，是给算法看。算法喜欢对比度高、亮度均匀的图像。
4.4.1 直方图均衡化
直方图均衡化，就是把图像的灰度分布「拉平」。原来暗的地方变亮，亮的地方变暗。让整个图像的对比度更均匀。
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
equalized = cv2.equalizeHist(gray)
避坑指南：直方图均衡化只对灰度图有效。彩色图要转成YUV或HSV，只对亮度通道做均衡化。我曾经直接对RGB三个通道分别做均衡化，结果颜色全乱了。
4.4.2 伽马校正
伽马校正，就是调整图像的「亮度曲线」。公式很简单：O = I ^ (1/gamma)。
- gamma < 1：图像变亮（暗部提升明显）
- gamma > 1：图像变暗（亮部压缩）
- gamma = 1：不变
gamma = 0.5 # 变亮
lookup_table = np.array([((i / 255.0) ** (1.0 / gamma)) * 255 for i in range(256)], dtype=np.uint8)
corrected = cv2.LUT(img, lookup_table)
我的习惯：做夜间图像处理时，我一般用 gamma=0.4~0.6。白天正常光照用 gamma=0.8~1.0。具体值要试，没有万能参数。
4.5 本章小结
好，这一章我们讲了图像预处理的三个核心模块：
- 几何变换：缩放、裁剪、旋转、仿射变换。让图像「摆正」。
- 图像滤波：均值、高斯、中值。让图像「干净」。
- 图像增强：直方图均衡化、伽马校正。让图像「清晰」。
这些操作，每一个我都用过上百次。说实话，预处理做得好，算法效果能提升10%以上。别小看这些「脏活累活」。
下一章，我们继续讲图像预处理的「下半场」——边缘检测、形态学操作、图像金字塔。到时候见。