1. 灰度变换基础：图像灰度化原理、灰度直方图概念、线性变换与非线性变换

各位好，咱们开始聊图像预处理。说实话，灰度变换这玩意儿，是图像处理里最基础、也最容易被忽视的一环。我早年刚入行时，总觉得“不就是把彩色图变黑白嘛”，结果在项目里吃了不少亏。后来才明白——灰度变换做得好，后续的识别、分割、特征提取才能稳。

这一章，咱们把灰度变换的底子打牢。我会从灰度化原理讲起，再带你看看灰度直方图这个“图像体检报告”，最后聊聊线性变换和非线性变换怎么用、什么时候用。

1.1 图像灰度化原理

彩色图像每个像素通常有 R、G、B 三个通道。灰度化，就是把这三个通道压缩成一个亮度值。说白了，就是扔掉颜色信息，保留亮度信息。

常见的灰度化方法有三种：

方法	公式	特点
平均值法	Gray = (R + G + B) / 3	简单，但亮度感知不准
加权平均法	Gray = 0.299R + 0.587G + 0.114B	符合人眼亮度感知，最常用
最大值法	Gray = max(R, G, B)	保留高亮细节，但整体偏亮

我个人习惯用加权平均法。为什么？因为人眼对绿色最敏感，对蓝色最不敏感。0.299、0.587、0.114 这三个系数，是经过大量心理物理实验测出来的。我在做工业缺陷检测项目时，试过平均值法，结果某些浅色缺陷直接“隐身”了。换成加权平均法，问题立刻解决。

1.2 灰度直方图概念

灰度直方图，你可以把它想象成一张“图像体检报告”。横轴是灰度级（0~255），纵轴是每个灰度级出现的像素个数。它告诉你：这张图的亮度分布长什么样。

举个例子。一张曝光正常的风景照，直方图通常中间高、两头低。一张过暗的夜景图，直方图会集中在左侧。一张过亮的雪景图，直方图会挤在右侧。

我在做医学影像处理时，经常靠直方图判断图像质量。有一次，CT 图像的直方图出现了“双峰”——一个峰在低灰度区（骨骼），一个峰在高灰度区（软组织）。这说明图像对比度足够，可以直接做分割。如果直方图只有一个窄峰，那图像大概率是“灰蒙蒙”的，需要做对比度拉伸。

下面这张 SVG 图，展示了灰度直方图的核心概念和它在图像预处理中的位置：

1.3 线性变换

线性变换，说白了就是用一个一次函数，把输入灰度映射到输出灰度。公式很简单：

g(x, y) = a * f(x, y) + b

其中 f(x, y) 是输入灰度，g(x, y) 是输出灰度，a 是增益（控制对比度），b 是偏置（控制亮度）。

这里有几个典型场景：

• a > 1： 对比度增强。图像看起来更“锐利”，但小心过曝。
• 0 < a < 1： 对比度减弱。图像变“柔和”，细节可能丢失。
• a = 1, b ≠ 0： 仅调整亮度。图像整体变亮或变暗。
• a < 0： 灰度反转。黑变白，白变黑，医学影像里常用。

举个例子。你有一张 CT 图像，灰度范围是 50~180，动态范围只有 130 级。你想把它拉伸到 0~255。怎么做？

# 线性拉伸代码示例
import numpy as np

def linear_stretch(img, src_min, src_max, dst_min=0, dst_max=255):
    # 防止除零
    if src_max == src_min:
        return np.full_like(img, dst_min)
    a = (dst_max - dst_min) / (src_max - src_min)
    b = dst_min - a * src_min
    stretched = a * img + b
    # 截断到有效范围
    return np.clip(stretched, dst_min, dst_max).astype(np.uint8)

这段代码我用了好多年。核心就两步：算映射系数，然后截断。你想想看，如果 src_min 和 src_max 取的是全图的灰度最小值和最大值，那就是“全图线性拉伸”。如果取的是直方图上 2% 和 98% 分位点，那就是“百分比截断拉伸”，能避免极端像素的干扰。

1.4 非线性变换

线性变换虽然简单，但有时候不够用。比如，你想增强暗部细节，同时保持亮部不过曝。线性变换做不到——它一视同仁。这时候就需要非线性变换了。

常见的非线性变换有：

变换类型	公式	适用场景
对数变换	g = c * log(1 + f)	增强暗部细节，压缩亮部动态范围
幂律变换（伽马校正）	g = c * f^γ	调整图像整体亮度感知，γ < 1 变亮，γ > 1 变暗
指数变换	g = c * (e^f - 1)	增强亮部细节，压缩暗部

我重点说说对数变换和伽马校正，这两个我在项目里用得最多。

对数变换

对数变换的曲线是“下凸”的。什么意思？就是输入灰度低的时候，输出变化大；输入灰度高的时候，输出变化小。这正好适合处理“暗部细节被淹没”的图像。

我记得有一次做水下图像增强。水下光线衰减严重，图像暗部几乎全是噪声。用线性拉伸，暗部细节没出来，噪声倒放大了。换成对数变换，暗部细节被“提”起来了，亮部也没过曝。效果立竿见影。

# 对数变换代码示例
def log_transform(img, c=1.0):
    # 归一化到 0~1，避免 log(0)
    img_norm = img / 255.0
    transformed = c * np.log(1 + img_norm)
    # 重新映射到 0~255
    return (transformed / transformed.max() * 255).astype(np.uint8)

伽马校正

伽马校正，说白了就是调整图像的“感知亮度”。γ 值小于 1，图像变亮；γ 值大于 1，图像变暗。为什么叫“伽马”？因为早期 CRT 显示器的亮度响应就是幂律关系，γ ≈ 2.2。所以图像在显示前要做“伽马校正”，抵消显示器的非线性。

你想想看，如果你在手机上修图，觉得照片太暗，直接调亮度可能让高光过曝。但用伽马校正（γ < 1），暗部提亮的同时，亮部变化很小。这就是非线性变换的魅力。

# 伽马校正代码示例
def gamma_correction(img, gamma=1.0):
    # 归一化到 0~1
    img_norm = img / 255.0
    # 幂律变换
    corrected = np.power(img_norm, gamma)
    # 重新映射到 0~255
    return (corrected * 255).astype(np.uint8)

1.5 线性 vs 非线性：怎么选？

这个问题，我经常被问到。我的建议是三步走：

1. 先看直方图。 如果动态范围窄，优先线性拉伸。如果分布偏暗或偏亮，考虑伽马校正。
2. 再看应用场景。 工业检测、医学影像，通常线性拉伸就够。水下图像、夜间监控，对数变换或伽马校正更合适。
3. 最后试参数。 别指望一次调对。我习惯写个滑动条交互界面，实时看效果。调参调多了，手感自然就有了。