计算机视觉基础：图像处理与特征提取

教程导读：计算机视觉基础

一句话定位：让机器「看懂」图像，第一步是把像素处理对。本教程动手优先：每节配 OpenCV/Python 可跑代码，从灰度矩阵、滤波、分割到 SIFT/ORB 特征匹配，理解深度学习之前的 CV 基座。

这门课解决什么问题

ImageNet 之前，工业质检靠阈值分割 + Canny 边缘；手机扫码靠 Harris 角点 + 描述子匹配。若不懂 cv2.GaussianBlur 与 cv2.Canny 的参数，调 YOLO 预处理也会踩坑。本教程建立「像素 → 增强 → 分割 → 特征」流水线，SOURCE 中的 Otsu、Sobel、SIFT 128 维描述子均保留为可复现实验。

适合谁读

• ML 工程师补 CV 预处理与经典特征
• 嵌入式/质检工程师做传统视觉算法
• 学生需完成 OpenCV 课程设计

学习路线

CV 处理流水线

CV 处理流水线

怎么用本教程

每节先跑最小代码再读原理。SOURCE 中 $O=I^{\gamma}$ 伽马校正、Canny 四步、SIFT DoG 极值检测等公式与步骤在对应节实验块复现。与 167 OpenCV 实战 互补，本章偏基础理论+小实验。

⚠️ 常见误区：用 BGR 当 RGB 训练 — OpenCV 默认 BGR。

💡 关键直觉：传统特征仍适用于小数据、可解释、无 GPU 场景。

前置知识

• Python 与 NumPy 基础
• 线性代数：矩阵、卷积概念
• 可选：安装 opencv-python、matplotlib

章节概览

1. 图像处理基础 — 数字图像、数据结构、色彩空间
2. 预处理与增强 — 噪声、直方图、几何变换
3. 图像滤波 — 空间域、频率域、形态学
4. 图像分割 — 阈值、边缘、区域
5. 特征提取 — 角点、描述子、匹配

阅读前提与基础

本教程默认你已安装 Python、NumPy 和 opencv-python，并且能运行 matplotlib 画图。教程里的代码都以"最小可跑"为标准：每节开头一段代码即可复现本节结论，例如读图打印 shape、对图像加噪再滤波、提取特征点并匹配。如果你还没有装环境，先执行 pip install numpy opencv-python matplotlib，用文末的验收实验跑通第一个脚本再继续。

学习节奏建议"先跑代码再读原理"：动手看到灰度图变成二值掩膜、看到两张照片被 SIFT 匹配拼在一起，再回头看公式会容易得多。教程对数学要求不高，主要涉及矩阵形状、线性组合、概率（直方图归一化）、以及一点复数（FFT），概念出现处都有直观解释。

常见疑问

Q1：深度学习这么强，为什么还要学这些传统算法？

至少三个理由。第一，很多场景没有足够数据或 GPU，工业质检、嵌入式视觉、医疗影像仍大量依赖阈值、滤波和特征匹配这类可解释方法；第二，深度学习预处理就是传统 CV——YOLO 的 resize、归一化、色彩空间转换、数据增强，全都要用到本教程的知识，参数理解错了模型精度直接受损；第三，传统特征（SIFT、ORB）在 SLAM、图像拼接、配准等任务中仍是骨干方法，学习它能建立"特征是什么"的直觉，这对理解 CNN 的底层同样重要。

Q2：教程和 167 OpenCV 实战教程有什么区别？

167 侧重完整的 OpenCV 功能面面俱到，本教程更偏基础理论加小实验，每节围绕一个核心问题展开，公式和步骤保持对应，适合快速建立"像素到特征"的整体认知。

章节地图

读完第 5 章，你就能独立完成一次"两张重叠照片拼接成全景"的完整实验，这是本教程最有成就感的验收项目。