3. 图像预处理技术：让原始数据变得“可用”

说实话，在开始讲YOLO和跟踪之前，我得先跟你聊聊预处理。为什么？因为我在项目里吃过太多亏了——摄像头采集的原始图像，直接扔进模型，结果惨不忍睹。光照一变、目标一模糊、背景一乱，模型就懵了。

预处理说白了，就是给模型“洗菜”。菜不洗干净，再好的厨子也做不出好菜。这一章，我带你过一遍OpenCV里最常用的五个预处理操作：缩放、模糊、直方图均衡化、形态学操作、边缘检测。每个我都会讲讲我的实际经验。

3.1 图像缩放：别小看这一步

图像缩放，听起来简单吧？但这里坑特别多。YOLO模型输入尺寸通常是416×416或640×640，而摄像头来的图可能是1920×1080。直接缩？不行，会变形。

我习惯用 cv2.resize()，但关键是要保持宽高比。怎么做？先算缩放比例，再填充黑边。

import cv2
import numpy as np

def letterbox_image(image, target_size=(416, 416)):
    """保持宽高比的缩放+填充"""
    h, w = image.shape[:2]
    target_w, target_h = target_size
    
    # 计算缩放比例
    scale = min(target_w / w, target_h / h)
    new_w, new_h = int(w * scale), int(h * scale)
    
    # 缩放图像
    resized = cv2.resize(image, (new_w, new_h), interpolation=cv2.INTER_LINEAR)
    
    # 创建画布并填充
    canvas = np.full((target_h, target_w, 3), 114, dtype=np.uint8)
    x_offset = (target_w - new_w) // 2
    y_offset = (target_h - new_h) // 2
    canvas[y_offset:y_offset+new_h, x_offset:x_offset+new_w] = resized
    
    return canvas, scale, x_offset, y_offset

3.2 高斯模糊：降噪但不丢边缘

高斯模糊，说白了就是用周围像素的加权平均来平滑图像。权重由高斯分布决定——离中心越近，权重越大。

为什么要做？因为摄像头传感器有噪声，尤其是低光照环境下。噪声会让YOLO误检，比如把噪点当成小目标。

核心参数就一个：核大小。核越大，模糊越强。

核大小	效果	推荐场景
3×3	轻微模糊	高质量图像，只需去极轻微噪声
5×5	中等模糊	大多数监控场景，平衡降噪与细节
7×7	强模糊	低光照、高噪声环境

# 高斯模糊示例
img_blur = cv2.GaussianBlur(image, (5, 5), 0)
# 参数：图像、核大小（必须奇数）、标准差（0表示自动计算）

3.3 直方图均衡化：让暗部细节“现形”

这个操作太实用了。你想想看，监控摄像头在逆光或者夜晚场景下，画面经常一片黑或者一片白。直方图均衡化就是拉伸像素值的分布，让暗的地方变亮，亮的地方变暗，整体对比度提升。

OpenCV提供了两种方式：

• 全局均衡化（cv2.equalizeHist）：简单粗暴，但容易过曝
• CLAHE（对比度受限自适应直方图均衡化）：分块处理，效果更自然。我个人强烈推荐这个

# 全局均衡化（只适用于灰度图）
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
eq_global = cv2.equalizeHist(gray)

# CLAHE（推荐）
clahe = cv2.createCLAHE(clipLimit=2.0, tileGridSize=(8, 8))
eq_clahe = clahe.apply(gray)

3.4 形态学操作：腐蚀与膨胀

形态学操作，说白了就是“膨胀”和“腐蚀”两个基本动作的组合。它们处理的是二值图像（黑白图），但也可以用在灰度图上。

• 腐蚀（Erosion）：让白色区域“瘦身”，去掉小的白色噪点
• 膨胀（Dilation）：让白色区域“增肥”，连接断裂的目标
• 开运算（Opening）：先腐蚀后膨胀，去噪点
• 闭运算（Closing）：先膨胀后腐蚀，填小洞

我在做目标检测后处理时，经常用开运算去掉误检的小区域，用闭运算把同一个目标的多个检测框合并。

kernel = np.ones((3, 3), np.uint8)

# 腐蚀
eroded = cv2.erode(binary_image, kernel, iterations=1)

# 膨胀
dilated = cv2.dilate(binary_image, kernel, iterations=1)

# 开运算
opening = cv2.morphologyEx(binary_image, cv2.MORPH_OPEN, kernel)

# 闭运算
closing = cv2.morphologyEx(binary_image, cv2.MORPH_CLOSE, kernel)

3.5 Canny边缘检测：找到目标的“轮廓”

Canny边缘检测，可以说是边缘检测里的“扛把子”。它不像Sobel那样只算梯度，而是做了四步处理：去噪、算梯度、非极大值抑制、双阈值检测。

核心参数就两个：低阈值和高阈值。

• 梯度值 > 高阈值：确定为边缘
• 梯度值 < 低阈值：确定为非边缘
• 介于两者之间：如果与强边缘相连，则保留；否则丢弃

# Canny边缘检测
edges = cv2.Canny(image, threshold1=50, threshold2=150)

# 参数说明：
# threshold1：低阈值
# threshold2：高阈值
# 推荐比例 1:2 或 1:3

场景	低阈值	高阈值	说明
清晰图像	50	150	标准设置
低对比度	30	90	降低阈值，保留更多边缘
高噪声	100	300	提高阈值，过滤噪声

3.6 预处理流水线：把它们串起来

好了，五个操作都讲完了。但实际项目中，它们不是单独用的，而是组合成一个流水线。我一般按这个顺序：

1. 缩放：先缩放到模型输入尺寸，减少计算量
2. 高斯模糊：降噪，为后续操作打基础
3. 直方图均衡化：提升对比度，让目标更明显
4. 形态学操作：去噪点、填空洞（可选，看场景）
5. Canny边缘检测：提取轮廓（如果需要）

def preprocess_pipeline(image, target_size=(416, 416)):
    # 1. 缩放
    img, scale, x_off, y_off = letterbox_image(image, target_size)
    
    # 2. 转灰度（Canny需要）
    gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
    
    # 3. 高斯模糊
    blurred = cv2.GaussianBlur(gray, (5, 5), 0)
    
    # 4. CLAHE均衡化
    clahe = cv2.createCLAHE(clipLimit=2.0, tileGridSize=(8, 8))
    enhanced = clahe.apply(blurred)
    
    # 5. Canny边缘检测
    edges = cv2.Canny(enhanced, 50, 150)
    
    return img, edges