3. 图像处理基础：图像读取与显示、色彩空间转换、图像缩放与裁剪、图像滤波与增强

说实话，很多人一上来就调模型、跑训练，结果连摄像头传回来的图像是 BGR 还是 RGB 都没搞清楚。我见过不少项目，前期跑得挺顺，一到现场就崩，最后发现是色彩通道搞反了。嗯，这章咱们就把这些基本功打扎实。

本章核心脉络： 图像处理是人脸识别系统的"眼睛"。从读取一张图开始，到把它变成模型能吃的标准输入，每一步都藏着坑。
图像处理基础流程 图像读取 色彩空间转换 缩放与裁剪 滤波与增强 关键说明： • 读取时注意通道顺序：OpenCV 默认 BGR，PIL 默认 RGB • 缩放时保持宽高比，否则人脸会变形 • 滤波去噪但别过度，否则特征会模糊

3.1 图像读取与显示

我习惯用 OpenCV 做图像读取。原因很简单——它快，而且直接返回 numpy 数组，方便后续处理。但有个坑：OpenCV 默认读出来的是 BGR 格式，不是我们常见的 RGB。

import cv2
import matplotlib.pyplot as plt

# 读取图像
img = cv2.imread('face.jpg')
print(img.shape)  # (高度, 宽度, 通道数)

# 显示图像（OpenCV 方式）
cv2.imshow('Face', img)
cv2.waitKey(0)
cv2.destroyAllWindows()

# 用 matplotlib 显示（需要转换通道）
img_rgb = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
plt.imshow(img_rgb)
plt.axis('off')
plt.show()
我曾经踩过的坑： 用 matplotlib 直接显示 OpenCV 读出来的图，结果人脸是蓝色的。后来才反应过来——matplotlib 默认显示 RGB，而 OpenCV 给的是 BGR。通道顺序搞反了，颜色就全乱了。

3.2 色彩空间转换

人脸识别里，色彩空间转换不是花架子。我做过一个项目，在室内跑得好好的，一到室外光线变化大，识别率直接掉了一半。后来把图像转成 YUV 或 HSV 空间，只取亮度通道做检测，问题就解决了。

色彩空间 特点 人脸识别中的应用
BGR / RGB 三通道，颜色信息完整 原始输入，模型训练常用
Gray 单通道，计算量小 人脸检测、特征提取（如 LBP、Haar）
YUV / YCrCb 亮度与色度分离 光照变化场景下的鲁棒处理
HSV 色调、饱和度、明度 肤色检测、人脸分割 
# 常用转换
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
yuv = cv2.cvtColor(img, cv2.COLOR_BGR2YUV)
hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)

# 只取 Y 通道（亮度）
y_channel = yuv[:, :, 0]
我的建议： 如果做实时人脸检测，优先用灰度图。单通道计算量只有三通道的 1/3，而且很多检测算法（比如 Haar Cascade）本身就是在灰度图上训练的。

3.3 图像缩放与裁剪

模型输入通常固定尺寸，比如 112×112 或 160×160。但摄像头来的图是 1920×1080，怎么办？直接 resize 会变形，直接 crop 可能丢掉人脸。我一般先检测人脸位置，再根据人脸框做裁剪和缩放。

# 缩放
resized = cv2.resize(img, (112, 112))  # 直接指定尺寸

# 保持宽高比的缩放
h, w = img.shape[:2]
target_size = 112
if h > w:
    new_h = target_size
    new_w = int(w * target_size / h)
else:
    new_w = target_size
    new_h = int(h * target_size / w)
resized = cv2.resize(img, (new_w, new_h))

# 裁剪
cropped = img[100:300, 200:400]  # [y_start:y_end, x_start:x_end]
注意： 缩放时插值方法会影响质量。缩小用 INTER_AREA，放大用 INTER_CUBIC 或 INTER_LINEAR。我见过有人用默认的 INTER_LINEAR 放大图像，结果人脸边缘全是锯齿。

3.4 图像滤波与增强

滤波说白了就是去噪。摄像头传感器、传输过程都会引入噪声。我做过一个门禁系统，晚上红外补光下图像全是噪点，人脸检测基本废了。加了个高斯滤波，效果立竿见影。

滤波方法 原理 适用场景
均值滤波 邻域像素取平均 简单去噪，但会模糊边缘
高斯滤波 加权平均，中心权重高 高斯噪声，保留边缘较好
中值滤波 取邻域中值 椒盐噪声，边缘保留最好
双边滤波 空间+像素值双权重 去噪同时保留边缘细节 
# 高斯滤波
blurred = cv2.GaussianBlur(img, (5, 5), 1.5)

# 中值滤波（对椒盐噪声特别有效）
median = cv2.medianBlur(img, 5)

# 双边滤波（保留边缘）
bilateral = cv2.bilateralFilter(img, 9, 75, 75)

图像增强呢，我常用直方图均衡化。特别是光照不均匀的场景，比如半边脸亮半边脸暗。直方图均衡化能把亮度分布拉开，让暗部细节出来。

# 直方图均衡化（灰度图）
equalized = cv2.equalizeHist(gray)

# CLAHE（限制对比度自适应直方图均衡化）
clahe = cv2.createCLAHE(clipLimit=2.0, tileGridSize=(8, 8))
clahe_result = clahe.apply(gray)
经验之谈： 普通直方图均衡化容易放大噪声。我更喜欢用 CLAHE，它把图像分成小块分别处理，效果更自然。人脸识别预处理里，CLAHE 几乎是标配。

3.5 综合实战：人脸预处理流水线

把上面这些串起来，就是一个标准的人脸预处理流程。我一般在项目里封装成一个函数，输入原始图像，输出标准化的人脸图像。

def preprocess_face(face_img, target_size=(112, 112)):
    # 1. 缩放
    resized = cv2.resize(face_img, target_size)
    
    # 2. 转灰度（可选）
    gray = cv2.cvtColor(resized, cv2.COLOR_BGR2GRAY)
    
    # 3. 去噪
    denoised = cv2.GaussianBlur(gray, (3, 3), 1.0)
    
    # 4. 增强
    clahe = cv2.createCLAHE(clipLimit=2.0, tileGridSize=(8, 8))
    enhanced = clahe.apply(denoised)
    
    # 5. 归一化到 [0, 1]
    normalized = enhanced.astype('float32') / 255.0
    
    return normalized
核心要点回顾：
  • OpenCV 读图默认 BGR，显示时记得转 RGB
  • 灰度图能减少计算量，适合实时检测
  • 缩放保持宽高比，裁剪基于人脸框
  • 滤波去噪选对方法，CLAHE 增强是利器

嗯，图像处理这块就这些。别看都是基础操作，但每一步都直接影响后续的人脸检测和识别效果。我见过太多人在这上面翻车了——你想想看，模型再强，输入的是脏数据，输出能好吗？

← 上一章 📖 返回目录 下一章 →