Python 中的图像预处理是计算机视觉任务的基础步骤，通常包括图像读取、尺寸调整、归一化、噪声去除、增强、格式转换等操作。以下结合常用库（如 OpenCV、PIL/Pillow、NumPy、Matplotlib）详细介绍关键预处理技术及实现代码。
一、图像读取与显示
1. 使用 OpenCV 读取图像
注意：OpenCV 默认以 BGR 格式读取图像，需转换为 RGB 格式以正常显示。
import cv2
import matplotlib.pyplot as plt
# 读取图像
img = cv2.imread('image.jpg')
# 转换为RGB格式
img_rgb = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
# 显示图像
plt.imshow(img_rgb)
plt.axis('off')
plt.show()2. 使用 PIL/Pillow 读取图像
PIL 直接以 RGB 格式读取图像，更直观(看个人选择吧，尽量一个包能解决的问题不要用那么多包，以免打包为EXE时过大，建议使用OpenCV)。
from PIL import Image
# 读取图像
img = Image.open('image.jpg')
# 显示图像
img.show()
# 转换为NumPy数组
img_array = np.array(img)二、尺寸调整（Resize）
统一图像尺寸是预处理的核心步骤，常用插值方法：INTER_LINEAR（双线性插值）、INTER_NEAREST（最近邻）、INTER_CUBIC（双三次插值）。
# OpenCV调整尺寸
resized_img = cv2.resize(img_rgb, (224, 224), interpolation=cv2.INTER_LINEAR)
# PIL调整尺寸
resized_img_pil = img.resize((224, 224), Image.Resampling.LANCZOS)三、图像归一化
将像素值缩放到 [0,1] 或 [-1,1]，消除亮度差异影响。
# 方法1：除以255（缩放到[0,1]）
normalized_img = img_rgb / 255.0
# 方法2：Z-score归一化（均值为0，方差为1）
mean = np.mean(img_rgb)
std = np.std(img_rgb)
normalized_img_z = (img_rgb - mean) / std四、噪声去除
1. 高斯模糊
适用于高斯噪声。
高斯噪声是图像中像素值围绕真实值呈高斯分布的随机扰动，常见于低光照环境或传感器热噪声。OpenCV的cv2.GaussianBlur函数通过高斯核卷积可有效抑制此类噪声。
原理与作用
- 噪声特性：高斯噪声表现为图像整体模糊或颗粒感，像素值分布符合正态分布 。
- 滤波机制：高斯模糊通过高斯核对图像进行加权平均，中心像素权重最大，邻域权重递减，从而平滑噪声 。
参数设置
- 高斯核尺寸（
ksize）：奇数大小（如5x5），核越大模糊越强 。 - 标准差（
sigmaX/sigmaY）：控制权重分布范围，值越大模糊越明显 。若设为0，OpenCV自动计算 。
blur_gaussian = cv2.GaussianBlur(img_rgb, (5, 5), 0) # (5,5)为卷积核大小2. 中值滤波
适用于椒盐噪声。
中值滤波器（CV2.medianBlur）是OpenCV中用于去除椒盐噪声的非线性滤波方法，通过滑动窗口内像素值的中位数替换中心像素值，有效保留图像边缘信息。
核心原理
- 滑动窗口：通常为3×3或5×5的正方形区域，窗口内像素值排序后取中位数。
- 噪声处理：椒盐噪声表现为孤立的黑白点，中值滤波通过中位数替换可忽略极端值，避免模糊边缘。
参数调整
- 窗口大小：噪声密集时可增大窗口（如5×5），但会略微模糊细节。
median_blur = cv2.medianBlur(img_rgb, 5)3. 双边滤波
保留边缘的同时去噪。
bilateral_blur = cv2.bilateralFilter(img_rgb, 9, 75, 75)OpenCV的双边滤波函数cv2.bilateralFilter用于在平滑图像的同时保留边缘细节，常用于图像去噪和磨皮处理。
函数原型：
cv2.bilateralFilter(src, d, sigmaColor, sigmaSpace, borderType=BORDER_DEFAULT)- src: 输入图像（Mat类型）
- d: 邻域直径（非正数时由sigmaSpace计算）
- sigmaColor: 颜色空间标准差（控制颜色混合范围）
- sigmaSpace: 坐标空间标准差（控制空间混合范围）
- borderType: 边界处理模式（默认为BORDER_DEFAULT）
关键参数说明
- d：建议值：实时应用取d=5，离线处理取d=9 。
- sigmaColor与sigmaSpace：值越小，保留细节越多；值越大，平滑效果越强 。
- 效果对比：保留边缘优于高斯滤波，但计算成本较高 。
五、图像增强
1. 直方图均衡化（增强对比度）
适用于灰度图像，彩色图像需分通道处理。
# 灰度图像直方图均衡化
gray_img = cv2.cvtColor(img_rgb, cv2.COLOR_RGB2GRAY)
equalized_gray = cv2.equalizeHist(gray_img)
# 彩色图像直方图均衡化（YUV空间）
img_yuv = cv2.cvtColor(img_rgb, cv2.COLOR_RGB2YUV)
img_yuv[:, :, 0] = cv2.equalizeHist(img_yuv[:, :, 0])
equalized_color = cv2.cvtColor(img_yuv, cv2.COLOR_YUV2RGB)基本原理
- 核心思想：将图像灰度值的分布拉伸至全范围（0-255），使暗部和亮部细节更清晰。
- 数学方法：基于累计分布函数（CDF），将原灰度值映射到新值：
新灰度值 = CDF(原灰度值) × 255。
注意事项
- 仅适用于单通道图像（灰度或亮度通道），多通道彩色需预处理。
- 可能导致过曝或细节丢失，需结合CLAHE等改进方法。
2. 亮度与对比度调整
# alpha：对比度（1.0-3.0），beta：亮度（0-100）
adjusted = cv2.convertScaleAbs(img_rgb, alpha=1.5, beta=30)六、图像格式转换
1. 彩色转灰度
gray_img = cv2.cvtColor(img_rgb, cv2.COLOR_RGB2GRAY)2. 图像转数组 / 张量
import numpy as np
import torch
# PIL图像转NumPy数组
img_array = np.array(img)
# NumPy数组转PyTorch张量
tensor_img = torch.from_numpy(img_array).permute(2, 0, 1).float() # 通道优先七、数据增强（Data Augmentation）
常用库：torchvision.transforms、albumentations。
from torchvision import transforms
transform = transforms.Compose([transforms.Resize((224, 224)),transforms.RandomHorizontalFlip(p=0.5), # 随机水平翻转transforms.RandomRotation(15), # 随机旋转transforms.ToTensor(),transforms.Normalize(mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225]) # 标准化
])
# 应用变换
augmented_img = transform(img)八、总结
图像预处理的核心目标是：统一数据格式、消除干扰信息、增强有用特征，为后续模型训练或分析奠定基础。根据任务（分类、检测、分割等）选择合适的预处理步骤，例如：
- 分类任务：重点关注尺寸统一、归一化、数据增强；
- 检测任务：需保留坐标信息，避免破坏性变换；
- 医学图像：常需去噪、对比度增强等。
结合 OpenCV、PIL、PyTorch 等工具可高效完成预处理流程，可根据需求灵活组合方法。