2. 图像基础与色彩空间

各位同学，欢迎来到第二章。这一章我们聊点基础，但千万别小看它。我在工业现场摸爬滚打这些年，见过太多因为色彩空间搞错、分辨率没算对，导致整个检测项目翻车的案例。说白了，图像预处理的第一步，就是搞清楚你手里的图像到底是个什么东西。

你想想看，相机拍下来的那张图，在计算机眼里是什么？不是一张漂亮的照片，而是一堆数字。这一章，我们就来拆解这堆数字。

1. 像素：图像的最小单元

像素，英文叫 pixel，是 picture element 的缩写。一张图像，本质上就是一个二维像素矩阵。每个像素就是一个点，这个点有它的坐标 (x, y) 和颜色值。

我在项目中遇到过一件事：一个做 PCB 缺陷检测的同事，把 500 万像素的相机换成了 2000 万像素，结果检测精度没提升多少，处理时间却翻了三倍。为什么？因为他没搞清楚，像素数量翻倍，数据量可不是线性增长——是四倍。

2. 分辨率：图像的精细程度

分辨率这个词，大家天天听。但工业视觉里的分辨率，和手机屏幕上的分辨率，侧重点不太一样。

工业上我们更关心的是 空间分辨率——也就是每个像素对应实际物理世界的多大尺寸。单位通常是 mm/pixel 或 μm/pixel。

分辨率类型	定义	工业应用示例
图像分辨率	图像的总像素数（宽×高）	1920×1080、2592×1944
空间分辨率	每个像素对应的物理尺寸	0.05 mm/pixel
检测精度	能检测到的最小缺陷尺寸	通常为 3-5 个像素

3. RGB 色彩空间

RGB 是最常见的色彩模型。红、绿、蓝三个通道，每个通道 0-255，组合起来就是 1600 多万种颜色。听起来很美好，对吧？

但在工业视觉里，RGB 有个大问题——它受光照影响太大了。你想想看，同一个工件，上午的阳光和下午的灯光下，RGB 值能差出好几十。我早期做手机外壳划痕检测时，就因为这个吃了大亏。

import cv2
import numpy as np

# 读取图像
img = cv2.imread('pcb_board.jpg')

# 分离 RGB 通道（OpenCV 默认是 BGR 顺序）
b, g, r = cv2.split(img)

# 查看某个像素的 RGB 值
pixel = img[100, 200]  # 第100行，第200列
print(f'BGR: {pixel}')  # 输出 [B, G, R]

4. HSV 色彩空间

HSV 是解决 RGB 光照敏感问题的利器。它把颜色分解成三个分量：

• H（Hue，色调）：0-180，代表颜色的种类，比如红色、蓝色
• S（Saturation，饱和度）：0-255，颜色的纯度
• V（Value，明度）：0-255，颜色的亮度

为什么 HSV 在工业里好用？因为 H 通道对光照变化不敏感。你只需要在 H 通道上设阈值，就能稳定地分割出目标区域。

我记得有一次做药片颜色分拣，不同批次的药片因为包衣厚度不同，RGB 值差异很大。但转到 HSV 后，H 值几乎不变。用 H 通道做阈值分割，准确率从 85% 直接干到了 99.5%。

import cv2
import numpy as np

# 读取图像
img = cv2.imread('pill.jpg')

# BGR 转 HSV
hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)

# 提取 H 通道
h = hsv[:, :, 0]

# 设定红色范围（OpenCV 中红色 H 值在 0-10 和 170-180）
lower_red = np.array([0, 50, 50])
upper_red = np.array([10, 255, 255])
mask1 = cv2.inRange(hsv, lower_red, upper_red)

lower_red2 = np.array([170, 50, 50])
upper_red2 = np.array([180, 255, 255])
mask2 = cv2.inRange(hsv, lower_red2, upper_red2)

# 合并两个红色区域
mask = cv2.bitwise_or(mask1, mask2)

5. 灰度图

灰度图，就是只有亮度信息，没有颜色信息的图像。每个像素一个值，0 是纯黑，255 是纯白。

为什么工业视觉里经常用灰度图？两个原因：

1. 数据量小：一张灰度图只有彩色图的 1/3 大小
2. 算法简单：很多检测算法（边缘检测、模板匹配）在灰度图上跑得更快、更稳定

灰度化的方法有好几种，最常用的是加权平均法：

import cv2

# 读取彩色图
img = cv2.imread('gear.jpg')

# 转灰度图
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# 加权公式：Gray = 0.299*R + 0.587*G + 0.114*B
# 这个权重是根据人眼对绿色最敏感设计的

6. 二值图

二值图，就是只有黑白两种颜色的图像。每个像素要么是 0（黑），要么是 255（白）。

二值化是图像分割的基石。怎么做？设定一个阈值，大于阈值的变白，小于阈值的变黑。就这么简单。

但阈值怎么选？这就讲究了。

二值化方法	原理	适用场景
全局阈值	整个图像用一个固定阈值	光照均匀、背景单一
Otsu 阈值	自动计算最佳阈值	双峰直方图
自适应阈值	每个像素用局部邻域计算阈值	光照不均匀

import cv2

# 读取灰度图
gray = cv2.imread('gear.jpg', cv2.IMREAD_GRAYSCALE)

# 全局阈值
_, binary_global = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY)

# Otsu 阈值
_, binary_otsu = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY + cv2.THRESH_OTSU)

# 自适应阈值
binary_adaptive = cv2.adaptiveThreshold(
    gray, 255, cv2.ADAPTIVE_THRESH_GAUSSIAN_C,
    cv2.THRESH_BINARY, 11, 2
)

7. 色彩空间转换实战

最后，我们把这些知识串起来。一个典型的工业视觉预处理流程是这样的：

1. 读取图像（BGR）
2. 转 HSV 做颜色分割
3. 转灰度图做边缘检测
4. 二值化提取目标区域
5. 形态学操作去噪

import cv2
import numpy as np

def preprocess_for_defect_detection(image_path):
    # 1. 读取图像
    img = cv2.imread(image_path)
    
    # 2. 转 HSV，提取感兴趣颜色区域
    hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)
    lower = np.array([35, 50, 50])   # 绿色范围
    upper = np.array([85, 255, 255])
    mask_color = cv2.inRange(hsv, lower, upper)
    
    # 3. 转灰度
    gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
    
    # 4. 二值化
    _, binary = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY + cv2.THRESH_OTSU)
    
    # 5. 合并掩码
    result = cv2.bitwise_and(binary, binary, mask=mask_color)
    
    return result

嗯，这一章的内容就到这里。像素、分辨率、RGB、HSV、灰度图、二值图——这些概念看起来简单，但每一个都是工业视觉的基石。你想想看，如果连图像的基本构成都不清楚，后面的目标检测、缺陷识别又从何谈起？