第三讲：图像处理基础（下）——加减乘除、几何变换与ROI提取
各位同学，欢迎来到第三讲。上一讲我们聊了像素、颜色空间这些基础概念。今天要讲的东西，说白了就是怎么对图像做「数学题」和「变形记」。这些操作在车道线检测里几乎天天用，比如矫正摄像头畸变、提取感兴趣区域、增强图像对比度等等。
我个人习惯把图像看作一个巨大的数字矩阵。你想想看，既然它是数字，那加减乘除自然就能往上招呼。嗯，咱们就从最基本的运算开始。
3.1 图像的基本算术运算
图像的基本运算，其实就是对每个像素点做数学计算。OpenCV里封装好了函数，咱们直接调就行。但我建议你理解背后的原理，这样遇到奇怪的结果时才知道怎么排查。
3.1.1 加法与减法
图像加法最常用的场景是调整亮度。每个像素值加上一个常数，图像就变亮；减去一个常数，就变暗。但要注意，像素值范围是0-255，超出这个范围会被截断或取模。
⚠️ 我曾经踩过的坑： 直接用NumPy做加法，结果溢出后像素值变成了很小的数，图像反而变暗了。OpenCV的cv2.add()会自动做饱和截断，而NumPy的+操作是取模运算。两者结果完全不同！
import cv2
import numpy as np
img = cv2.imread('road.jpg')
# OpenCV加法（饱和截断）
bright_img = cv2.add(img, 50) # 每个像素+50，超过255就变成255
# NumPy加法（取模）
wrong_img = img + 50 # 超过255会绕回0，结果诡异
减法常用于图像差分，比如检测运动物体。在车道线检测里，我偶尔会用减法来去除背景光照不均的影响。
3.1.2 乘法与除法
乘除法主要用于调整对比度。乘以一个大于1的系数，对比度增强；乘以小于1的系数，对比度降低。但同样要注意溢出问题。
💡 我的小技巧： 做对比度调整时，我习惯先归一化到0-1的浮点数，做完乘法再映射回0-255。这样精度更高，也不容易溢出。
# 对比度调整
img_float = img.astype(np.float32) / 255.0
contrast_img = cv2.multiply(img_float, 1.5) # 对比度增强1.5倍
contrast_img = np.clip(contrast_img * 255, 0, 255).astype(np.uint8)
3.1.3 图像混合（加权加法）
这个在车道线检测里特别有用。比如你想把检测到的车道线叠加到原图上，就需要用到图像混合。
# 图像混合：alpha * img1 + beta * img2 + gamma
overlay = cv2.addWeighted(img1, 0.7, img2, 0.3, 0)
说白了，就是给两张图各分配一个权重，加起来得到新图。权重之和通常为1，这样亮度不会整体偏移。
3.2 几何变换：让图像动起来
几何变换解决的是「图像怎么摆」的问题。摄像头装在车上，角度、位置都固定，但路面是变化的。我们需要通过几何变换来模拟不同视角，或者矫正镜头畸变。
3.2.1 图像缩放
缩放是最简单的几何变换。但这里有个坑：直接缩小再放大，图像会变模糊。因为缩放过程中丢失了高频信息。
我记得有一次做项目，为了加快处理速度把图像缩小了4倍，结果车道线检测的精度掉了一大截。后来发现是缩放时用了最近邻插值，换成双线性插值就好多了。
# 缩放
resized = cv2.resize(img, (640, 480)) # 指定尺寸
resized = cv2.resize(img, None, fx=0.5, fy=0.5) # 按比例缩放
# 插值方法选择
# cv2.INTER_NEAREST - 最近邻（速度快，质量差）
# cv2.INTER_LINEAR - 双线性（默认，平衡）
# cv2.INTER_CUBIC - 双三次（速度慢，质量好）
3.2.2 图像旋转
旋转需要指定旋转中心、旋转角度和缩放比例。OpenCV会生成一个仿射变换矩阵，然后应用变换。
# 旋转图像
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))
旋转后图像边缘会被裁剪掉。如果你不想丢失信息，可以调整输出尺寸，或者用cv2.BORDER_REPLICATE填充边缘。
3.2.3 仿射变换
仿射变换是车道线检测里的核心操作。它保持直线和平行关系，但可以完成平移、旋转、缩放、错切等操作。
我举个实际例子：车载摄像头拍到的车道线是透视变形的——近处宽、远处窄。通过仿射变换，我们可以把路面投影成俯视图，这样车道线就变成平行的了，检测起来简单很多。
# 仿射变换：需要3个对应点
src_points = np.float32([[50, 50], [200, 50], [50, 200]])
dst_points = np.float32([[10, 100], [200, 50], [100, 250]])
M = cv2.getAffineTransform(src_points, dst_points)
affined = cv2.warpAffine(img, M, (w, h))
🔑 关键理解： 仿射变换矩阵M是一个2x3的矩阵，前两列控制旋转和缩放，最后一列控制平移。你想想看，6个参数决定了图像怎么变，是不是很灵活？
3.2.4 透视变换
透视变换比仿射变换更强大。它不保持平行关系，可以模拟「近大远小」的效果。在车道线检测中，我们常用透视变换来做「鸟瞰图」转换。
# 透视变换：需要4个对应点
src_points = np.float32([[0, 0], [w, 0], [0, h], [w, h]])
dst_points = np.float32([[100, 0], [w-100, 0], [0, h], [w, h]])
M = cv2.getPerspectiveTransform(src_points, dst_points)
warped = cv2.warpPerspective(img, M, (w, h))
嗯，这里要注意：透视变换需要4个点，而仿射变换只需要3个。因为透视变换有8个自由度（矩阵是3x3的），比仿射变换多2个。
3.3 图像裁剪与ROI提取
ROI（Region of Interest）提取，说白了就是「我只关心图像中的某一块」。在车道线检测中，天空、路边的树木、对面来车，这些都不是我们关心的。我们只关注路面上的车道线区域。
3.3.1 直接裁剪
最简单的ROI提取就是数组切片。图像在NumPy里是数组，直接切出你想要的区域就行。
# 裁剪：y1:y2, x1:x2
roi = img[200:600, 100:500] # 从第200行到600行，第100列到500列
但直接裁剪有个问题：ROI形状必须是矩形。而车道线区域往往是梯形或更复杂的形状。
3.3.2 掩膜提取
对于不规则形状的ROI，我们需要用掩膜（mask）。先创建一个全黑的图像，然后在ROI区域画上白色，最后用按位与操作提取。
# 创建掩膜
mask = np.zeros(img.shape[:2], dtype=np.uint8)
# 定义多边形顶点（车道线区域通常是梯形）
pts = np.array([[100, 600], [300, 400], [500, 400], [700, 600]], np.int32)
cv2.fillPoly(mask, [pts], 255)
# 提取ROI
roi = cv2.bitwise_and(img, img, mask=mask)
💡 避坑指南： 我曾经在提取ROI时忘了把掩膜转换成单通道，结果按位与操作报错。记住：掩膜必须是单通道的uint8类型，值只有0和255。
3.4 知识体系总览
下面这张图总结了本章的核心内容，你可以把它当作一个快速索引。
3.5 实战要点总结
好了，这一讲的内容不少。我帮你梳理一下核心要点：
- 算术运算：注意OpenCV和NumPy的差异，加法用cv2.add()，乘法用cv2.multiply()，避免溢出问题。
- 几何变换：仿射变换用3个点，透视变换用4个点。车道线检测中透视变换做鸟瞰图是标配操作。
- ROI提取：矩形区域用切片，不规则区域用掩膜+按位与。掩膜必须是单通道uint8。
- 插值选择：缩放时双线性插值最常用，缩小用区域插值效果更好。
🎯 一句话总结： 图像处理就是「算」和「变」——算像素值来调整图像质量，变几何结构来改变观察视角。这两个基本功打牢了，后面做车道线检测就顺风顺水。
我个人建议你动手跑一遍上面的代码。把一张道路图片拿来，试试不同的加减乘除、旋转角度、透视变换参数。你会发现，同样的图片在不同参数下差别巨大。嗯，这就是图像处理的魅力——你手里握着的是像素，但你能创造的是无数种视觉可能性。
可可精品资料库