4. 图像基础与色彩空间：像素、分辨率与色彩转换

各位同学，今天我们来聊聊图像预处理里最基础、也最容易被忽视的一块——像素与色彩空间。我刚开始做工业视觉那会儿，总觉得这些概念太简单，结果在项目里栽过不少跟头。说白了，你连图像里每个像素存的是什么数据都不清楚，后面做再好的模型也是白搭。

4.1 像素与分辨率：图像的最小单元

一张数字图像，本质上就是一个二维数组。数组里的每个元素，就是一个像素。像素是图像的最小信息单元，它记录的是该位置的颜色或亮度值。

分辨率则决定了图像的精细程度。工业相机选型时，分辨率是第一个要敲定的参数。

分辨率类型 定义 工业场景举例
空间分辨率 单位长度内的像素数（如 dpi、ppi） PCB 检测要求 0.05mm/pixel
图像分辨率 图像的总像素数（如 1920×1080） 500 万像素相机用于精密零件测量
位深 每个像素用多少 bit 表示 8bit（0-255）vs 10bit（0-1023）
我的经验：别盲目追求高分辨率。分辨率越高，图像数据量越大，处理速度会直线下降。我曾经在一个缺陷检测项目里，把 2000 万像素的图直接喂进模型，结果训练时间长了 3 倍，精度只提升了 0.5%。后来降采样到 500 万像素，效果反而更稳定。

4.2 BGR 与 RGB：OpenCV 的“坑”

如果你用过 OpenCV，一定被它坑过——它默认的通道顺序是 BGR，而不是我们熟悉的 RGB。为什么？因为早期相机硬件厂商习惯用 BGR 顺序存储数据，OpenCV 沿用了这个传统。

但深度学习框架（比如 PyTorch、TensorFlow）的预训练模型，几乎都是用 RGB 训练的。这就导致了一个经典问题：你直接拿 OpenCV 读图，然后送进模型，结果完全不对。

import cv2
import matplotlib.pyplot as plt

# OpenCV 默认 BGR
img_bgr = cv2.imread('example.jpg')

# 显示时如果不转换，颜色会偏蓝
plt.subplot(1, 2, 1)
plt.imshow(img_bgr)  # 错误显示

# 转换为 RGB
img_rgb = cv2.cvtColor(img_bgr, cv2.COLOR_BGR2RGB)
plt.subplot(1, 2, 2)
plt.imshow(img_rgb)  # 正确显示
避坑指南：我曾经在部署一个缺陷检测模型时，训练时用的 RGB，推理时忘了转换 BGR，结果模型把正常产品全判成了缺陷。排查了整整两天才发现是通道顺序的问题。记住：训练和推理的通道顺序必须一致。

4.3 灰度图与二值图：简化信息，突出结构

灰度图去掉了颜色信息，只保留亮度。每个像素值范围 0（黑）到 255（白）。工业视觉里，很多场景根本不需要颜色——比如测量尺寸、检测划痕、定位边缘。

二值图更进一步，像素只有 0 和 1（或 0 和 255）。它是图像分割的最终结果，也是很多形态学操作的基础。

# 灰度化
gray = cv2.cvtColor(img_rgb, cv2.COLOR_RGB2GRAY)

# 二值化（固定阈值）
_, binary = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY)

# 二值化（自适应阈值——光照不均时更鲁棒）
adaptive_binary = cv2.adaptiveThreshold(
    gray, 255, cv2.ADAPTIVE_THRESH_GAUSSIAN_C,
    cv2.THRESH_BINARY, 11, 2
)
什么时候用灰度图？
  • 形状检测、尺寸测量、边缘提取
  • 纹理分析、表面缺陷检测（如划痕、凹坑）
  • OCR 文字识别前的预处理
什么时候必须用彩色？
  • 颜色分选（如水果成熟度、药品胶囊颜色）
  • 多通道融合（如红外+可见光）
  • 需要利用颜色特征的深度学习模型

4.4 HSV 色彩空间：更符合人眼直觉

RGB 虽然直观，但它不适合做颜色分割。为什么？因为 RGB 的三个通道高度相关，光照一变，三个值一起变，你很难设定一个固定的阈值。

HSV 把颜色分解为：

  • H（Hue，色调）：颜色的种类，用角度表示（0°-180° 在 OpenCV 中）
  • S（Saturation，饱和度）：颜色的纯度
  • V（Value，明度）：亮度

你想想看，在 HSV 空间里做颜色检测，你只需要设定 H 的范围，S 和 V 可以适当放宽——光照变化主要影响 V，不影响 H。这就稳定多了。

# RGB 转 HSV
hsv = cv2.cvtColor(img_rgb, cv2.COLOR_RGB2HSV)

# 设定红色范围（OpenCV 中 H 范围 0-180）
lower_red1 = np.array([0, 50, 50])
upper_red1 = np.array([10, 255, 255])
lower_red2 = np.array([170, 50, 50])
upper_red2 = np.array([180, 255, 255])

# 生成掩码
mask1 = cv2.inRange(hsv, lower_red1, upper_red1)
mask2 = cv2.inRange(hsv, lower_red2, upper_red2)
mask = cv2.bitwise_or(mask1, mask2)
我的习惯：做颜色检测时，我会先用一个取色工具（比如 OpenCV 的鼠标回调）在图像上采样几个点，看看它们的 HSV 值分布，再确定阈值范围。别凭感觉设阈值，数据说话。

4.5 Lab 色彩空间：感知均匀，适合度量颜色差异

Lab 色彩空间的设计目标是感知均匀——也就是说，两个颜色在 Lab 空间里的欧氏距离，与人眼感知到的颜色差异成正比。这在工业视觉里非常有用，比如检测产品颜色是否合格。

  • L：亮度（0-100）
  • a：红绿色度（负值偏绿，正值偏红）
  • b：黄蓝色度（负值偏蓝，正值偏黄）
# RGB 转 Lab（注意 OpenCV 需要先转 float32）
lab = cv2.cvtColor(img_rgb.astype(np.float32) / 255.0,
                   cv2.COLOR_RGB2Lab)

# 计算两个颜色的色差（Delta E）
color1 = lab[100, 200]  # 参考颜色
color2 = lab[150, 250]  # 待测颜色
delta_e = np.sqrt(np.sum((color1 - color2) ** 2))
print(f'色差 Delta E = {delta_e:.2f}')
注意：Lab 空间不是线性空间，直接做算术运算有时会出问题。另外，OpenCV 的 Lab 取值范围和标准 CIE Lab 不完全一致，需要做归一化。我建议在做颜色匹配时，先用标准色卡标定一下。

4.6 知识体系总览

下面这张图总结了本章的核心知识点和它们之间的关系。你可以把它当作一个快速索引。

图像基础与色彩空间知识体系 图像基础与色彩空间知识体系 数字图像 像素与分辨率 色彩空间 灰度图与二值图 空间分辨率 图像分辨率 BGR / RGB HSV Lab 固定阈值 自适应阈值 应用场景：缺陷检测 | 尺寸测量 | 颜色分选 | OCR | 目标定位 💡 核心原则：训练与推理的通道顺序必须一致 颜色检测优先用 HSV，颜色差异度量用 Lab

4.7 本章小结

图像预处理不是花架子，它直接决定了后续模型能不能学到有效特征。我见过太多项目，模型调了半天没效果，最后发现是色彩空间用错了。嗯，这里要注意：

  • 像素和分辨率决定了你能看到多细的细节
  • BGR vs RGB 是个容易忽略的坑，训练和推理必须对齐
  • 灰度图和二值图是形状分析的基础，简单但高效
  • HSV 适合做颜色分割，对光照变化鲁棒
  • Lab 适合做颜色差异度量，感知均匀

把这些基础打牢，后面讲图像增强、几何变换、滤波去噪的时候，你才能理解每一步操作到底在改变什么。

← 上一章 📖 返回目录 下一章 →