3. OpenCV基础（二）：色彩空间转换、几何变换与图像滤波

各位同学，欢迎来到第三章。上一章我们把OpenCV的安装、图像读写和像素操作捋了一遍。这一章，咱们要深入几个真正在YOLO实战中高频使用的核心操作：色彩空间转换、几何变换和图像滤波。

说实话，这三个东西在YOLO的预处理和后处理里几乎无处不在。你训练模型时，数据增强要用到几何变换；你部署模型时，输入图像的尺寸和色彩格式必须对齐；你调试模型时，滤波能帮你剔除噪声。所以，这一章的内容，说白了就是YOLO流水线上的“基本功”。

3.1 色彩空间转换：BGR、RGB、HSV

先问大家一个问题：OpenCV默认读进来的图像是什么颜色顺序？

答案是BGR，不是RGB。这一点坑过无数新手，也包括当年的我。我第一次用OpenCV显示图像，发现颜色偏蓝，查了半天才发现是通道顺序搞反了。

3.1.1 BGR与RGB的互转

YOLO模型训练时，大部分框架（比如PyTorch）用的是RGB顺序。所以你在做推理前，必须把OpenCV读进来的BGR图像转成RGB。

转换方式有两种：

• 方法一：使用cv2.cvtColor()
• 方法二：手动翻转通道

import cv2

# 读取图像，默认BGR
img_bgr = cv2.imread('image.jpg')

# 方法一：cvtColor转换
img_rgb = cv2.cvtColor(img_bgr, cv2.COLOR_BGR2RGB)

# 方法二：手动翻转通道（性能略高）
img_rgb_manual = img_bgr[:, :, ::-1]

3.1.2 BGR与HSV的转换

HSV（色调、饱和度、明度）在目标检测中非常有用。为什么？因为HSV把颜色和亮度分开了。你在做颜色阈值分割时，HSV比BGR稳定得多。

我记得有一次做交通标志检测，红色标志在BGR空间里受光照影响很大，换成HSV后，只用H通道就能稳定提取红色区域。

# BGR转HSV
img_hsv = cv2.cvtColor(img_bgr, cv2.COLOR_BGR2HSV)

# HSV各通道范围
# H: 0-179, S: 0-255, V: 0-255

3.1.3 色彩空间对比

色彩空间	通道含义	YOLO中的典型用途
BGR	蓝、绿、红	OpenCV默认读取格式
RGB	红、绿、蓝	模型训练输入格式
HSV	色调、饱和度、明度	颜色阈值分割、目标跟踪
灰度	单通道亮度	轻量模型输入、边缘检测

3.2 图像缩放与几何变换

YOLO模型要求输入图像是固定尺寸的，比如640x640。但实际拍摄的图像千奇百怪，所以缩放是必须的。除此之外，数据增强时还会用到旋转、平移、仿射变换。

3.2.1 图像缩放：cv2.resize()

resize是最常用的函数。但插值方法的选择，直接影响图像质量和推理速度。

# 缩放到640x640
img_resized = cv2.resize(img, (640, 640))

# 按比例缩放（宽度不变，高度缩放）
h, w = img.shape[:2]
new_w = 640
new_h = int(h * new_w / w)
img_resized = cv2.resize(img, (new_w, new_h))

插值方法的选择：

• INTER_NEAREST：最近邻插值，速度快，但锯齿明显。适合做分类任务的数据增强。
• INTER_LINEAR：双线性插值，默认方法。质量适中，速度也快。我大部分场景都用这个。
• INTER_CUBIC：双三次插值，质量高，但慢。适合放大图像。
• INTER_AREA：区域插值，适合缩小图像。YOLO预处理中，我推荐用这个，能减少混叠效应。

3.2.2 仿射变换：cv2.warpAffine()

仿射变换是YOLO数据增强的核心。旋转、平移、缩放、剪切，本质上都是仿射变换。

它的原理很简单：用一个2x3的变换矩阵，把原图上的点映射到新图上。

import numpy as np

# 旋转30度，中心点不变
h, w = img.shape[:2]
center = (w // 2, h // 2)
M = cv2.getRotationMatrix2D(center, 30, 1.0)
img_rotated = cv2.warpAffine(img, M, (w, h))

# 平移 (向右50像素，向下30像素)
M_trans = np.float32([[1, 0, 50], [0, 1, 30]])
img_translated = cv2.warpAffine(img, M_trans, (w, h))

这里有个坑：旋转后，图像边缘会被裁剪掉。如果你不想丢失信息，需要手动计算新画布尺寸。

3.2.3 透视变换：cv2.warpPerspective()

透视变换比仿射变换更灵活，可以模拟视角变化。比如，把一张倾斜拍摄的文档矫正为正视图。

# 定义四个源点和四个目标点
src_pts = np.float32([[0, 0], [w-1, 0], [0, h-1], [w-1, h-1]])
dst_pts = np.float32([[50, 0], [w-50, 0], [0, h], [w, h]])

M_persp = cv2.getPerspectiveTransform(src_pts, dst_pts)
img_persp = cv2.warpPerspective(img, M_persp, (w, h))

3.3 图像滤波：去噪与保边

滤波在YOLO预处理中，主要用于去除噪声。但要注意：滤波会损失细节，所以不能过度使用。

3.3.1 高斯滤波

高斯滤波是最常用的平滑滤波器。它用高斯核做卷积，能有效去除高斯噪声。

# 高斯滤波，核大小5x5，标准差1.5
img_gaussian = cv2.GaussianBlur(img, (5, 5), 1.5)

核大小必须是奇数。标准差越大，图像越模糊。我一般用(5,5)和1.5的组合，效果比较均衡。

3.3.2 中值滤波

中值滤波对椒盐噪声特别有效。它用邻域内像素的中值代替中心像素值。

# 中值滤波，核大小5
img_median = cv2.medianBlur(img, 5)

中值滤波的核大小也必须是奇数。我建议在图像有大量椒盐噪声时使用，比如摄像头传输不稳定导致的噪点。

3.3.3 双边滤波

双边滤波是“保边去噪”的神器。它同时考虑空间距离和像素值差异，所以能在平滑噪声的同时保留边缘。

# 双边滤波，d=9, sigmaColor=75, sigmaSpace=75
img_bilateral = cv2.bilateralFilter(img, 9, 75, 75)

参数说明：

• d：邻域直径
• sigmaColor：颜色空间标准差，值越大，颜色差异大的像素也会被纳入平滑
• sigmaSpace：空间标准差，值越大，距离远的像素也会被纳入平滑

3.3.4 三种滤波对比

滤波类型	适用噪声	边缘保留	速度	YOLO中的典型用途
高斯滤波	高斯噪声	差	快	预处理去噪
中值滤波	椒盐噪声	中等	中等	摄像头噪点去除
双边滤波	高斯噪声+保留边缘	好	慢	后处理局部增强

3.4 本章知识体系

下面这张图，把本章的核心知识点串起来了。你可以把它当作一个快速参考。

嗯，这一章的内容就到这里。色彩空间转换、几何变换和图像滤波，这三个东西在YOLO的整个生命周期里都会反复用到。你可以在自己的项目里多试试不同的参数组合，找到最适合你场景的那一套。