4.3 图像处理与ndimage

4.3 图像处理与ndimage

本节摘要：scipy.ndimage 把图像当作 N 维数组，提供滤波、形态学、连通域标记与几何变换等基础操作。高斯滤波擅长对付高斯噪声，中值滤波擅长对付椒盐噪声；形态学四件套在二值图上工作；label 与 find_objects 完成连通域计数与对象定位。本节用一张合成图跑通全流程，并划清 scipy.ndimage 与 skimage 的分工边界。

核心问题

阅读完本节，你应当能够：

1. 用 gaussian_filter 与 median_filter 去噪，并按噪声类型选择方法；
2. 解释形态学膨胀、腐蚀、开运算、闭运算的效果，并能组合出目标操作；
3. 用 label 与 find_objects 完成连通域计数与对象切片定位；
4. 用 rotate、zoom 做几何变换，并说清插值阶数的取舍；
5. 说清 scipy.ndimage 与 skimage 的边界，遇到图像问题知道去哪里找工具。

一、问题与直觉

图像在 SciPy 眼里就是二维数组：灰度图的每个像素是一个数字，整张图就是一个矩阵；彩色图则是三个通道叠起来的三维数组。有了这个视角，上一节的一维滤波经验可以平移过来，而且几乎不用改思维。

场景是显微镜照片。成像过程混入了随机坏点，有的像素突然变白、有的突然变黑，这就是椒盐噪声。我们想在不破坏真实结构的前提下把坏点抹掉。先上最小代码：

import numpy as np
from scipy import ndimage

rng = np.random.default_rng(0)
img = np.zeros((128, 128))
img[30:90, 40:100] = 1                     # 白色矩形作为目标
salt = rng.random(img.shape) < 0.05        # 撒 5% 的椒盐噪声
img[salt] = 1 - img[salt]

clean = ndimage.median_filter(img, size=3)
​

median_filter 把每个像素替换成周围 3 乘 3 邻域的中位数。孤立坏点不可能成为邻域的中位数，所以会被直接清除；而矩形边缘两侧的像素差异大，取中位数依然能保住边界。这一段代码就是本节的最小入口——和上一节的 lfilter 一样，三行跑通，再谈原理。

同样是这张图，如果目标是工业质检——数一数传送带上有几个零件、每个零件多大——光去噪还不够，还需要把连成片的白色区域逐个分开计数，这就是后面连通域标记要解决的问题。先记住这个场景，它决定了我们为什么要学 label。

二、核心原理

2.1 高斯滤波与中值滤波的分工

gaussian_filter 是加权平均：以像素为中心，按高斯权重把邻域值混合，sigma 控制权重的扩散范围。它对高斯噪声（每个像素叠加一个随机扰动，整张图灰蒙蒙）效果好，代价是边缘被模糊。median_filter 是排序操作：取邻域的中位数，对椒盐噪声有天然免疫力，而且几乎不伤边缘——中位数不依赖极端值，坏点再黑再白也影响不了它。

选择依据是噪声类型，不是个人喜好。传感器暗电流造成的噪声更像高斯噪声，用高斯滤波；传输丢包、扫描脏点造成的黑白坏点，用中值滤波。怎么判断？看一眼图像：噪声是"满屏灰蒙蒙"还是"零星黑白点"，答案就出来了。

参数上有个容易忽视的点：高斯核的实际尺寸由 sigma 决定，ndimage 的 gaussian_filter 默认截断在 3 倍 sigma 处，sigma 取 3 时核要覆盖约 7 乘 7 的邻域才够。核太小等于没滤，核太大图像糊成一片。选 sigma 的实用办法：从 1 起步，每次加 0.5，直到噪声消失而边缘还在。

2.2 形态学操作

形态学处理二值图，核心是结构元素——一个小模板，通常 3 乘 3 或 5 乘 5，可以是方形也可以是十字形。四种基本操作：

膨胀：模板覆盖范围内只要有 1，中心就变 1，白色区域向外扩张，效果是填补小孔、连接断开的线段。腐蚀：模板覆盖范围内必须全是 1，中心才保留，白色区域向内收缩，效果是去掉细小的突起和孤立噪点。开运算：先腐蚀后膨胀，去掉小突起而保持主体大小基本不变。闭运算：先膨胀后腐蚀，填补小孔而保持主体大小基本不变。

类比一下：膨胀像涨潮，潮水把沙滩上脚印的边缘抹圆；腐蚀像风化，把石头的棱角慢慢磨掉；开运算是"把小石子冲走，再把原来的石头放回原处"；闭运算是"把坑填平，再恢复原样"。这四个操作组合起来，可以清理二值图里几乎所有类型的瑕疵。

结构元素的形状影响结果：方形模板各向同性，十字模板只沿四个方向传播，对角线方向的细线用十字模板会被切断。多数场景方形 3 乘 3 够用，方向性明显的结构（血管、道路）才需要专门设计模板。顺带一提，ndimage 的形态学函数也能处理灰度图——把灰度当作高度场做膨胀腐蚀，对应灰度形态学，但工程上更常见的用法还是二值图。

2.3 label 与 find_objects

label 把二值图里连通的 1 区域逐个编号，返回两个东西：标记数组和区域个数。连通的定义有两种：4 连通只看上下左右四个邻居，8 连通把对角也算上。对角相接的两个像素，在 4 连通下算两个对象，在 8 连通下算一个——选哪个要看你的物理问题：晶粒计数常用 8 连通，电路板走线分析常用 4 连通。数细胞、找缺陷、检测零件，都是这一个函数起家。find_objects 更进一步，返回每个区域的切片，可以直接用来裁剪对象、做后续的尺寸测量或特征统计。

一段完整的计数代码长这样：labeled, n = ndimage.label(img_bool)，对象个数就是 n；每个对象的像素数用 np.bincount(labeled.ravel()) 统计；find_objects 返回的切片可以直接取出单个对象。整套操作加起来不到十行，却是显微计数、缺陷统计这类任务的标准起手式。

2.4 rotate 与 zoom 几何变换

rotate 旋转图像，zoom 缩放图像，shift 平移。它们都涉及插值：变换后的网格点不一定落在原像素上，需要从周围像素估算灰度。order 参数控制插值阶数：0 是最近邻，最快但锯齿明显；1 是双线性，质量与速度的折中；3 是三次样条，最平滑但最慢。几何变换还有个边界问题——图像边缘外的值怎么取，ndimage 提供了多种边界模式，默认补零，旋转 45 度时四角会出现黑边，需要时改用反射模式更自然。rotate 默认会扩大画布以容纳旋转后的内容，图像尺寸随之改变；如果你的后续分析要求尺寸不变，设 reshape=False，多余部分按边界模式填充。zoom 的 zoom 参数可以逐轴指定，非均匀缩放时注意各轴插值阶数一致，否则会出现奇怪的条带。

几何变换在配准任务里通常成套出现：先旋转校正角度，再缩放统一尺度，最后平移对齐。ndimage 的这三个函数组合起来就是一套手动配准管线；自动配准（按图像内容自行寻找变换参数）则属于更高层的库，比如 skimage 的配准模块——又是那条分工线：原语在 ndimage，成套算法去 skimage。

2.5 与 skimage 的边界

scipy.ndimage 提供的是 N 维数组原语：滤波、形态学、连通域、几何变换。它在任意维度上工作，不假设你处理的一定是"图像"——三维体数据、时间序列的二维切片，它照单全收。skimage 是高层图像算法库：颜色空间转换、图像分割、特征检测、直方图均衡，它知道什么是图像。分工建议很直接：基础操作找 ndimage，高级视觉任务找 skimage。两者不冲突，实际项目经常混用——ndimage 做形态学清理，skimage 做分割和特征提取。

选择边界还有一个实际判断：如果你的数据本身是多维的，比如三维体数据、多光谱图像，ndimage 几乎是唯一选择，因为它是按任意维度设计的；skimage 的很多函数固定假设二维图像。反过来，一旦任务里出现"分割、特征、颜色"这些词，就该去 skimage 翻一翻，它的分割算法族比 ndimage 完整得多。记住这条分工线，能省下大量在错误目录里翻文档的时间。

三、工程实践要点

3.1 二值图操作的顺序

常见管线：去噪 → 二值化 → 形态学清理 → 连通域标记 → 测量。形态学放在二值化之后，因为它只对 0 和 1 有意义；如果输入还是灰度图，先确认它已经被阈值化。顺序反了，形态学操作会把灰度梯度当成结构，结果一团糟。

3.2 参数速查

中值滤波的 size 用奇数，3 或 5 足够，太大把细小结构都抹了；高斯滤波的 sigma 按噪声强度取 1 到 3，sigma 越大越糊；形态学结构元素用小尺寸，3 乘 3 起步，结构元素比对象还大时，一次开运算就能把对象整个吞掉。标定这类参数时，建议拿一小块真实图像反复试，比抽象调参快得多。

还有个常见疑问：ndimage 能不能直接读图片文件？不能——读图属于 IO 职责，scipy 早期版本有过 imread，后来移除了，现在统一由 skimage、imageio 这类库负责。另一个高频坑是数据类型：图像读进来常常是 uint8，范围 0 到 255，滤波结果是浮点数，直接当灰度显示会溢出或全黑，记得先归一化、显示前用 clip 把数值夹到合法范围。

⚠️ 常见坑：彩色图像是三通道数组，直接把 ndimage 的滤波函数套上去，会跨通道混合颜色，得到彩虹一样的花纹。处理彩色图要么逐通道操作，要么先转灰度。
💡 关键直觉：先看噪声长什么样再选滤波器。灰度蒙层用高斯，黑白坏点用中值，这个判断比调任何参数都重要。

3.3 一张图看懂形态学四件套

下面这张示意图展示了原始二值图与三种操作的差别：膨胀让白色区域扩张，腐蚀让白色区域收缩并把孤立噪点吃掉，开运算恢复主体大小、噪点消失。判断形态学效果时，就看"主体大小"和"瑕疵去向"这两个指标。

图 4-3 图像形态学操作示意

本章回顾

• 要点一：高斯滤波对付高斯噪声，中值滤波对付椒盐噪声，选择依据是噪声类型。
• 要点二：形态学操作对象是二值图，开运算去小突起，闭运算填小孔。
• 要点三：膨胀扩张白色区域，腐蚀收缩白色区域，两者组合出开闭运算。
• 要点四：label 完成连通域编号与计数，find_objects 给出每个对象的切片。
• 要点五：rotate、zoom 的 order 参数控制插值质量与速度的取舍。
• 要点六：彩色图不能直接整体滤波，需要逐通道处理或转灰度。
• 要点七：scipy.ndimage 是 N 维原语，skimage 是高层图像算法库，按任务层级选择。

知识备齐了，下一节进入实战：一段含工频干扰的振动信号，从频谱分析到滤波器设计再到效果验证，最后再处理一张带噪图像，把本章的武器全部用一遍。