数字图像处理完整入门教程；分模块
一、基础概念：什么是数字图像
1. 图像数字化原理
现实照片是连续模拟信号，电脑识别必须转成离散数字矩阵，分两步：
- 采样：把画面切成无数小方块（像素），分辨率 = 宽 × 高；采样越密图片越清晰、文件越大。
- 量化：给每个像素亮度分配数字：
- 二值图：只有 0 (黑)/1 (白)
- 灰度图：0 纯黑～255 纯白，共 256 级
- RGB 彩色：红、绿、蓝三通道灰度叠加
2. 图像 vs 图形
- 图像（位图）：相机实拍、照片，最小单位像素，放大模糊（jpg/png）
- 图形（矢量图）：软件绘制（图标、CAD），靠数学公式存储，无限放大清晰（svg/dwg）
3. 色彩模型
- RGB（显示器 / 手机）：相加混色，红光 + 绿光 + 蓝光组合所有颜色
- CMYK（打印机）：相减混色，青、品、黄、墨，用于纸质印刷
- LAB（人眼视觉）：亮度 L、红绿轴 A、黄蓝轴，调色专用
二、图像基础算术 / 逻辑运算（点对点，单像素计算）
所有运算都是同位置像素数值计算，不改变图片轮廓结构
1. 算术运算
- ** 加法
C = A + B- 降噪：多张相同场景图片取平均，消除随机噪点
- 特效：双重曝光、图片叠加
- ** 减法
C = A - B- 去除固定背景、视频运动检测（前后帧相减，动的区域会发亮）
- ** 乘法
C = A × B- 蒙版遮罩：用黑白掩码，黑色区域直接抹掉图像内容
- 颜色混合：正片叠底（打印油墨效果）
- ** 除法
C = A ÷ B- 修正拍摄亮度不均、多光谱图像比值分析
2. 逻辑运算（仅黑白二值图使用）
AND 与：两张图重叠区域保留，提取相交物体OR 或：合并两张图所有内容XOR 异或：两张图不一样的区域显示，相同变黑；图片和自身异或会清空
三、几何变换（平移、旋转、缩放、镜像，改变像素位置）
核心知识点：正向 / 反向映射
- 正向：原图像素映射到新图，容易出现空洞
- 反向映射（推荐）：遍历新图每个坐标，反推原图对应像素，无空洞，搭配插值填充空白像素
1. 平移
公式：\(x'=x+t_x,\ y'=y+t_y\) 矩阵齐次坐标： \(\begin{bmatrix}x' \\ y' \\ 1\end{bmatrix}=\begin{bmatrix}1 & 0 & t_x \\ 0 & 1 & t_y \\ 0 & 0 & 1\end{bmatrix}\begin{bmatrix}x \\ y \\ 1\end{bmatrix}\) \(t_x\)左右偏移，\(t_y\)上下偏移
2. 镜像
水平镜像（左右翻转）：\(x'=W-x\) 垂直镜像（上下翻转）：\(y'=H\)
3. 缩放
\(x'=f_x·x,\ y'=f_y·y\) \(f_x/f_y>1\)放大；小于 1 缩小，缩放后空白像素需要插值填充
4. 旋转（绕图像中心）
- 先把图像原点移到中心
- 旋转矩阵： \(\begin{bmatrix}x' \\ y' \\ 1\end{bmatrix}=\begin{bmatrix}\cos\theta & \sin\theta \\ -\sin\theta & \cos\theta\end{bmatrix}\begin{bmatrix}x \\ y\end{bmatrix}\)
- 计算旋转后整张图边界，自动扩充画布避免裁切
插值算法（空白像素补值）
- 最近邻插值：取最近像素，速度快但锯齿严重
- 双线性插值：周边 4 像素加权，画面平滑，日常处理首选
四、灰度变换（点运算：只改像素亮度，不挪位置）
1. 线性灰度变换 \(D_B = a·D_A + b\)
- \(a>1\)：提升对比度；\(0<a<1\)降低对比度
- \(b>0\)画面整体变亮；\(b<0\)变暗
- \(a=-1,b=255\)：图像反色（黑变白，白变黑）
2. 非线性灰度变换
自定义曲线拉伸中间灰度，提升画面层次感，常用公式： \(f(x)=x+\frac{0.8·x·(255-x)}{255}\)
3. 直方图（核心工具）
直方图：统计图片里每个灰度值有多少像素特点：
- 只记录亮度，不记录物体位置（物体移动直方图不变）
- 一张图对应唯一直方图，直方图相同图片不一定一样 用途：判断图片明暗、对比度、分割阈值
直方图均衡（自动增强）
把拥挤的灰度均匀铺开，暗图变通透、对比度大幅提升，适合逆光、昏暗照片。
直方图规定化
自定义目标直方图，统一多张图片光影色调（滤镜、批量调色）
五、傅里叶变换（空域 ↔ 频域）
1. 核心概念
- 空域：我们看到的像素画面
- 频域：描述画面灰度变化快慢
- 低频：大片平滑区域（天空、墙面），频谱中心亮点
- 高频：边缘、纹理、噪点，频谱外围亮点 变换作用：复杂图像运算（滤波、降噪）转到频域会大幅简化
2. 傅里叶变换关键性质
- 可分离：二维图可以先行、后列分别做一维变换
- 平移不变幅度：图片移动，轮廓频谱形状不变，只改变相位
- 旋转同步：图片转多少度，频谱同步转多少
- 卷积定理（最重要）空域卷积 = 频域相乘 图像滤波不用滑动卷积核，直接频域相乘，速度提升几十倍
3. FFT 快速傅里叶变换
原始 DFT 复杂度 \(O(N^2)\)，FFT 拆分奇偶序列，优化到 \(O(Nlog_2N)\)，电脑处理图片全靠 FFT。 蝶形运算：FFT 基础计算单元，分层合并高低频分量。
六、滤波（图像平滑 / 锐化，卷积实现）
卷积原理
拿小矩阵（卷积核 / 模板）在图片逐窗口滑动，窗口内像素 × 核权重求和，生成新像素。 示例 3×3 均值核（模糊降噪）： \(\begin{bmatrix}1/9 & 1/9 & 1/9 \\ 1/9 & 1/9 \\ 1/9 & 1/9 & 1/9\end{bmatrix}\)
1. 空域滤波（直接处理像素）
平滑滤波（降噪、模糊）
- 均值滤波：邻域平均，消除细小噪点，缺点会糊掉边缘
- 中值滤波：取邻域中间亮度，完美去除黑白雪花噪点，保留边缘
锐化滤波（强化边缘、细节）
用拉普拉斯 / 梯度算子，放大像素亮度差，画面更清晰；过度锐化会出现白边过冲。
2. 频域滤波（傅里叶变换后处理）
- 低通滤波：保留低频、过滤高频（降噪、模糊） 类型：理想（振铃波纹）、巴特沃斯、高斯（无波纹，首选）
- 高通滤波：保留高频、去掉低频（提取边缘） 缺陷：丢失画面基础亮度，图像发黑，搭配偏移增益改善
- 带通 / 带阻：只保留 / 删除特定频率纹理
七、完整图像处理通用流程
- 读取图片，转灰度 / RGB
- 预处理：几何变换（摆正、裁剪）
- 灰度校正：直方图均衡 / 线性提亮
- 降噪平滑（空域均值 / 频域高斯低通）
- 特征提取：高通滤波提取边缘
- 分割 / 识别：基于灰度阈值、边缘划分目标区域
配套实操（Python+OpenCV 极简示例，直接跑）
1. 图像加减降噪
python
运行
import cv2 import numpy as np # 读取两张同场景图片 img1 = cv2.imread("1.jpg") img2 = cv2.imread("2.jpg") avg = (img1 + img2) // 2 # 均值降噪 cv2.imshow("降噪图", avg)2. 图片旋转
python
运行
img = cv2.imread("test.jpg") h, w = img.shape[:2] # 以中心旋转45° M = cv2.getRotationMatrix2D((w/2, h/2), 45, 1) res = cv2.warpAffine(img, M, (w, h)) cv2.imshow("旋转", res)3. 直方图均衡提亮暗图
python
运行
import cv2 img = cv2.imread("dark.jpg", 0) # 0=灰度图 equ = cv2.equalizeHist(img) cv2.imshow("原图", img) cv2.imshow("均衡提亮", equ)4. 高斯模糊降噪（频域等价低通）
python
运行
img = cv2.imread("test.jpg") blur = cv2.GaussianBlur(img, (5,5), 1.5) cv2.imshow("平滑降噪", blur)5. 边缘提取（高通效果）
python
运行
img = cv2.imread("test.jpg", 0) edge = cv2.Laplacian(img, cv2.CV_8U) cv2.imshow("边缘", edge)学习顺序建议
- 先吃透像素、分辨率、RGB、算术运算（最基础，看懂图片数据）
- 几何变换 + 插值（日常修图必备）
- 灰度直方图、点运算（调色核心）
- 空域卷积滤波（降噪、边缘提取，高频实操）
- 傅里叶变换与频域（理论难点，理解卷积加速逻辑即可）
- 综合写代码实现整套图像处理流水线