4. 反差式对焦实战：OpenCV实现简单的爬山法对焦，代码与效果分析

好了，前面我们把反差式对焦的原理讲透了。说白了，就是找图像最“锐”的那个位置。那怎么用代码实现呢？我习惯用OpenCV，因为它上手快，调试也方便。

这一节，我们就手写一个最简单的爬山法对焦程序。别小看它，很多工业相机的固件里，核心逻辑跟这个差不多。

4.1 核心思路：把“清晰度”变成一个数

爬山法要爬，首先得有个“山”。这个山就是清晰度评价曲线。我们需要一个函数，给一张图，返回一个数值——数值越大，图越清晰。

我常用的评价函数是拉普拉斯方差（Laplacian Variance）。为什么选它？

• 拉普拉斯算子：相当于一个高通滤波器，专门提取图像的边缘和高频细节。
• 方差：衡量这些边缘信息的“活跃程度”。图像越模糊，边缘越少，方差越小；图像越清晰，边缘越丰富，方差越大。

嗯，这里要注意：拉普拉斯算子对噪声比较敏感。如果现场光照很差，图像噪声很大，这个指标可能会误判。我在项目中遇到过这种情况，后来换成了Tenengrad梯度算子才稳住。不过对于一般场景，拉普拉斯方差够用了。

4.2 代码实现：三步走

我们分三步来实现：

1. 定义清晰度评价函数：计算拉普拉斯方差。
2. 模拟镜头移动：生成一组不同清晰度的图像（或者从相机实时流中采集）。
3. 爬山法搜索：沿着清晰度上升的方向移动，直到找到峰值。

先看评价函数，代码很简单：

import cv2
import numpy as np

def calculate_sharpness(image):
    """
    计算图像的拉普拉斯方差，作为清晰度指标。
    数值越大，图像越清晰。
    """
    # 转为灰度图
    gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
    # 计算拉普拉斯变换
    laplacian = cv2.Laplacian(gray, cv2.CV_64F)
    # 计算方差并返回
    return laplacian.var()

你看，核心代码就三行。cv2.Laplacian() 算边缘，.var() 算方差。返回的这个值，就是我们爬山要用的“高度”。

4.3 爬山法搜索逻辑

爬山法的策略很简单：

• 先往一个方向走一步，计算清晰度。
• 如果清晰度变大，继续往这个方向走。
• 如果清晰度变小，说明爬过了，掉头往回走，并且步长减半。
• 重复，直到步长小于某个阈值。

我贴一段核心的搜索代码，你感受一下：

def hill_climbing_autofocus(get_image_at_position, start_pos=0, initial_step=50, min_step=1):
    """
    爬山法自动对焦。
    :param get_image_at_position: 函数，输入镜头位置，返回该位置的图像
    :param start_pos: 起始镜头位置
    :param initial_step: 初始步长
    :param min_step: 最小步长，小于此值停止
    :return: 最佳镜头位置
    """
    pos = start_pos
    step = initial_step
    direction = 1  # 1 表示正向，-1 表示负向
    
    # 先计算当前位置的清晰度
    img = get_image_at_position(pos)
    best_sharpness = calculate_sharpness(img)
    best_pos = pos
    
    print(f"起始位置: {pos}, 清晰度: {best_sharpness:.2f}")
    
    while step >= min_step:
        # 尝试移动一步
        next_pos = pos + direction * step
        img = get_image_at_position(next_pos)
        sharpness = calculate_sharpness(img)
        
        print(f"尝试位置: {next_pos}, 清晰度: {sharpness:.2f}")
        
        if sharpness > best_sharpness:
            # 清晰度上升，继续前进
            best_sharpness = sharpness
            best_pos = next_pos
            pos = next_pos
            # 步长不变，方向不变
        else:
            # 清晰度下降，掉头并缩小步长
            direction *= -1
            step = step // 2
            print(f"  掉头，步长缩小为: {step}")
    
    print(f"对焦完成，最佳位置: {best_pos}, 清晰度: {best_sharpness:.2f}")
    return best_pos

这段代码我加了详细的打印，方便你观察爬山过程。你想想看，如果步长不缩小，它会在峰值附近来回震荡，永远停不下来。所以步长衰减是关键。

4.4 效果分析：爬山法到底行不行？

我用一组模拟数据跑了一下，结果如下：

从表格可以看到，爬山法在第5步发现走过了，立刻掉头。最终在第7步收敛到最佳位置附近。整个过程只用了7次评价，效率很高。

4.5 避坑指南：我踩过的三个坑

代码看起来简单，但实际用起来坑不少。我一个个说：

• 坑一：图像噪声导致误判。 我曾经在暗光环境下调试，拉普拉斯方差一直在跳，爬山法像喝醉了酒一样乱走。后来加了高斯滤波预处理，才稳住。
• 坑二：步长衰减太快。 如果 step = step // 2 衰减太快，可能还没爬到真正的峰值，步长就变成0了。我后来改成了 step = int(step * 0.7)，收敛更平滑。
• 坑三：起始位置选在死区。 有些镜头在行程两端是机械限位，图像全黑。如果起始位置在死区，清晰度始终为0，爬山法直接罢工。所以一定要先做一次“扫边”，找到有效行程范围。

4.6 整体流程回顾

为了让你看得更清楚，我把整个反差式对焦的流程画了一张图：

这张图把整个闭环画清楚了。你注意看左侧的虚线回环——只要步长还没小于阈值，就会一直循环采集、计算、判断。这就是爬山法的核心：闭环搜索。

好了，代码和效果分析就到这里。这套实现虽然简单，但已经能应付大部分静态场景的对焦需求了。如果你在实际项目中遇到多峰或者噪声问题，别慌，后面我们会讲怎么用全局搜索和滤波来优化。