3、计算机视觉基础：图像表示与色彩空间、滤波与边缘检测、特征点提取
好，咱们进入正题。计算机视觉说白了，就是让机器看懂图像。但机器看到的不是「画面」，而是一堆数字。这一章，我会带你把这些数字背后的逻辑理清楚。
3.1 图像表示：从像素到矩阵
一张彩色图片，在计算机里就是三个二维矩阵的叠加。每个矩阵对应一个颜色通道——红、绿、蓝。每个像素的值在 0 到 255 之间，0 代表最暗，255 代表最亮。
举个例子，一张 640×480 的彩色图片，它的形状就是 (480, 640, 3)。480 是高度，640 是宽度，3 是通道数。灰度图就简单了，只有一个通道，形状是 (480, 640)。
我个人习惯用 OpenCV 读图，默认是 BGR 顺序，不是 RGB。这个坑我踩过好几次，后面会细说。
3.2 色彩空间：RGB 与 HSV
RGB 是最常用的色彩空间，但它有个问题——对光照变化特别敏感。你想想看，同一个物体，在强光和弱光下，RGB 值会差很多。这就导致做颜色识别时特别容易误判。
所以，我更喜欢用 HSV 色彩空间。H 是色调，S 是饱和度，V 是明度。色调基本不受光照影响，这就稳多了。
| 色彩空间 | 适用场景 | 我的经验 |
|---|---|---|
| RGB | 图像显示、存储 | 做颜色识别时慎用，光照一变就崩 |
| HSV | 颜色分割、目标检测 | 我项目中做交通灯识别，全靠 HSV 搞定 |
转换代码很简单，OpenCV 一行搞定：
import cv2
img = cv2.imread('image.jpg')
hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)3.3 图像滤波：去噪与平滑
滤波的本质，就是用一个「窗口」在图像上滑动，对窗口内的像素做加权平均。最常见的三种：均值滤波、高斯滤波、中值滤波。
- 均值滤波： 简单粗暴，所有像素权重一样。速度快，但会模糊边缘。
- 高斯滤波： 中心权重高，边缘权重低。效果比均值好，我一般默认用这个。
- 中值滤波： 取窗口内像素的中位数。对付椒盐噪声特别有效。
我曾经在一个项目中，摄像头有坏点，图像上全是白点。用中值滤波，一个 3×3 的窗口，直接搞定。高斯滤波反而越滤越花。
# 高斯滤波，核大小 5x5
blurred = cv2.GaussianBlur(img, (5, 5), 0)
# 中值滤波，核大小 5
median = cv2.medianBlur(img, 5)3.4 边缘检测：Sobel 与 Canny
边缘，就是图像中像素值剧烈变化的地方。怎么找？用导数。Sobel 算子就是计算一阶导数的近似值。
Sobel 分 X 方向和 Y 方向。X 方向检测垂直边缘，Y 方向检测水平边缘。我一般会两个方向都算，然后取绝对值相加。
sobel_x = cv2.Sobel(img, cv2.CV_64F, 1, 0, ksize=3)
sobel_y = cv2.Sobel(img, cv2.CV_64F, 0, 1, ksize=3)
sobel_combined = cv2.addWeighted(cv2.convertScaleAbs(sobel_x), 0.5,
cv2.convertScaleAbs(sobel_y), 0.5, 0)Canny 边缘检测就高级多了。它做了四步：去噪、算梯度、非极大值抑制、双阈值检测。效果比 Sobel 好很多，但参数需要调。
我个人习惯用 Canny 做预处理，然后 Sobel 做精细定位。双阈值怎么设？低阈值一般是高阈值的一半。比如高阈值 100，低阈值 50。
3.5 特征点提取：SIFT 与 ORB
特征点，就是图像中「与众不同」的点。比如角点、斑点。这些点在不同视角、不同光照下都能被重复检测到，所以可以用来做图像匹配、目标跟踪。
SIFT 是经典中的经典。尺度不变、旋转不变、光照不变。但有个问题——它受专利保护，商用要付费。而且计算量很大，实时性差。
ORB 是 SIFT 的替代品。免费、速度快、效果也不错。我项目中做实时目标跟踪，基本都用 ORB。
| 算法 | 特点 | 适用场景 |
|---|---|---|
| SIFT | 精度高、尺度不变、专利限制 | 离线图像拼接、三维重建 |
| ORB | 速度快、免费、旋转不变 | 实时跟踪、移动端应用 |
# ORB 特征点提取
orb = cv2.ORB_create()
keypoints, descriptors = orb.detectAndCompute(img, None)
# 绘制特征点
img_with_kp = cv2.drawKeypoints(img, keypoints, None, color=(0,255,0))3.6 本章知识体系
下面这张图，是我自己梳理的本章知识结构。你可以把它当作一张地图，随时回来对照。
嗯，这一章的内容就到这里。图像表示是地基，色彩空间是工具，滤波和边缘检测是预处理，特征点提取是核心。每一步都踩实了，后面做障碍物检测和跟踪才不会翻车。
可可精品资料库