2、计算机视觉基础：图像表示、颜色空间、图像滤波与边缘检测

各位同学，欢迎来到第二讲。今天我们要聊的，是计算机视觉最底层的三块基石：图像怎么存、颜色怎么算、特征怎么提。

说实话，我刚开始接触CV时，觉得这些基础概念太枯燥了。直到有一次做工业检测项目，摄像头拍出来的零件边缘总是模糊，我折腾了三天才发现是颜色空间转换出了问题。嗯，从那以后我再也不敢小看这些基础了。

2.1 图像的数字表示

一张图像在计算机眼里是什么？说白了，就是一个巨大的数字矩阵。

我们平时看到的彩色照片，在计算机内存里就是三个二维数组叠在一起。每个数组代表一个颜色通道，每个格子里的数字就是像素值，范围从0到255。

举个例子，一张640×480的彩色图像，它的形状就是(480, 640, 3)。480行，640列，3个通道。每个像素点需要8位来存储，也就是1个字节。所以这张图占用的内存大约是：

480 × 640 × 3 = 921,600 字节 ≈ 0.88 MB

你想想看，一张普通照片就快1MB了。要是做视频实时检测，每秒30帧，那数据量可就大了去了。这也是为什么我们做目标检测时，经常要先做图像压缩和降采样。

2.2 颜色空间

颜色空间，说白了就是描述颜色的数学方法。不同的场景用不同的颜色空间，效果天差地别。

2.2.1 RGB 颜色空间

这是最常用的，也是摄像头直接输出的格式。红绿蓝三原色，每个通道0-255。但我在项目中遇到过一个问题：RGB对光照变化特别敏感。同一个物体，换个灯光，RGB值就全变了。做目标检测时，这很要命。

2.2.2 HSV 颜色空间

我个人习惯在做颜色分割时用HSV。它把颜色拆成色调（H）、饱和度（S）、明度（V）。

为什么要用HSV？举个例子，你想检测画面中的红色物体。在RGB空间里，红色可能是(200,30,30)，也可能是(180,20,20)。光照一变，阈值就不好设了。但在HSV空间里，红色的H值基本稳定在0-10度之间，你只需要固定H的范围，S和V稍微放宽点就行。

颜色空间	适用场景	我的经验
RGB	图像显示、存储	直接拿来用，但别做颜色分析
HSV	颜色分割、目标跟踪	做交通灯检测时特别好用
灰度	边缘检测、特征提取	减少计算量，保留形状信息

2.3 图像滤波

滤波，说白了就是去噪。摄像头拍出来的图像，多少都有点噪点。直接做边缘检测，结果会惨不忍睹。

2.3.1 均值滤波

最简单的滤波方式。取一个3×3的窗口，把9个像素的平均值赋给中心点。效果嘛，平滑了，但也模糊了。

# 均值滤波示例
kernel = np.ones((3,3), np.float32) / 9
filtered = cv2.filter2D(img, -1, kernel)

2.3.2 高斯滤波

这个我用的最多。它给窗口内的像素分配不同的权重，离中心越近权重越大。效果比均值滤波好很多，能保留更多边缘信息。

我记得有一次做车牌识别，图像噪点很多。用均值滤波后，车牌字符边缘都糊了。换成高斯滤波，效果立竿见影。

# 高斯滤波
blurred = cv2.GaussianBlur(img, (5,5), 1.5)

2.3.3 中值滤波

对付椒盐噪声的神器。它取窗口内所有像素的中位数，而不是平均值。这样那些孤立的噪点就被直接干掉了。

2.4 边缘检测

边缘，是图像中像素值发生剧烈变化的地方。说白了，就是物体的轮廓。做目标检测，边缘信息是第一步。

2.4.1 梯度与导数

边缘检测的核心思想，就是计算图像的一阶导数。导数大的地方，就是边缘。数学上，我们用Sobel算子来计算x方向和y方向的梯度。

# Sobel边缘检测
sobelx = cv2.Sobel(img, cv2.CV_64F, 1, 0, ksize=3)
sobely = cv2.Sobel(img, cv2.CV_64F, 0, 1, ksize=3)
magnitude = np.sqrt(sobelx**2 + sobely**2)

2.4.2 Canny边缘检测

这是目前最经典的边缘检测算法。它做了四件事：去噪、算梯度、非极大值抑制、双阈值检测。

你想想看，为什么Canny效果好？因为它不仅找到了梯度大的地方，还通过非极大值抑制把边缘细化成单像素宽，再用双阈值过滤掉那些假的边缘。

# Canny边缘检测
edges = cv2.Canny(img, 50, 150)

这里的50和150是低阈值和高阈值。我个人的经验是：低阈值设30-50，高阈值设100-150。具体数值要根据图像对比度来调。对比度高的图，阈值可以设大点。

2.5 小结

这一章的内容，说白了就是三件事：图像怎么存（矩阵）、颜色怎么表示（颜色空间）、特征怎么提（滤波+边缘检测）。

这些基础看似简单，但做项目时处处都是坑。我建议你动手写代码试试：拿一张自己的照片，分别用RGB和HSV做颜色分割，看看效果差异。再试试不同滤波方式对边缘检测的影响。

下一章，我们会聊特征点检测与匹配。那是目标跟踪和三维重建的基础。嗯，到时候再细聊。