计算机视觉 / 系统课时

构建图像预处理流水线

构建图像预处理流水线

预处理的目标不是把步骤堆得越多越好,而是把不同来源的图像收敛成算法可预测的输入。本篇用缩放、灰度转换、高斯滤波和阈值化组成一条固定流水线,并用可运行示例检查尺寸、类型和二值结果。

学习目标

  • 为预处理流水线固定尺寸、颜色空间、滤波核和阈值策略。
  • 用单一函数输出稳定的 uint8 二值图,方便后续轮廓或运动分析。
  • 通过形状、数据类型和像素取值验证每一步是否真的生效。

固定每一步的输入输出

假设后续算法只需要二值前景,可先把输入统一到 640×360。下采样使用 cv2.INTER_AREA,随后转灰度、做 5×5 高斯滤波,再交给 Otsu 自动阈值;这样输出始终是单通道 uint8,像素只包含 0 和 255。

步骤 OpenCV 调用 建议值 产物
缩放 cv2.resize 640×360,INTER_AREA BGR,360×640×3
灰度 cv2.cvtColor COLOR_BGR2GRAY 单通道灰度
滤波 cv2.GaussianBlur 核 5×5,sigmaX=0 平滑灰度图
阈值 cv2.threshold THRESH_BINARY + THRESH_OTSU 0/255 二值图

若项目光照固定且目标灰度范围稳定,可以把 Otsu 换成固定阈值,例如 120;若亮度会随时间明显变化,固定阈值更容易整帧失效。选择策略时要以连续视频验证,不要只挑一张效果最好的样图。

把处理顺序固定成流水线

这里存在四个连续变换,读代码能看到调用顺序,但图更适合检查每一步的尺寸、通道数和像素语义是否一致。尤其是 Otsu 阈值模式要求单通道输入,不能把 BGR 三通道图像当作同一种输入。

从 BGR 图像到二值掩膜的 OpenCV 预处理流水线

顺序不要随意调整。先阈值再缩放会把二值边缘重新插值出中间灰度;先对三通道 BGR 做高斯滤波虽然能工作,但如果后续只需要灰度,会处理三个通道并增加不必要的计算。把函数输出契约固定后,后续模块只接收二值图即可。

实现可复用预处理函数

下面示例不依赖外部图片:程序先生成一张 960×540 的三色灰度场景,再执行完整流水线,并打印可直接核对的形状、类型和二值取值。

python
import cv2
import numpy as np

def preprocess(frame_bgr):
    resized = cv2.resize(
        frame_bgr,
        (640, 360),
        interpolation=cv2.INTER_AREA,
    )
    gray = cv2.cvtColor(resized, cv2.COLOR_BGR2GRAY)
    blurred = cv2.GaussianBlur(gray, (5, 5), 0)

    otsu_value, binary = cv2.threshold(
        blurred,
        0,
        255,
        cv2.THRESH_BINARY + cv2.THRESH_OTSU,
    )
    return resized, binary, otsu_value

def main():
    frame = np.full((540, 960, 3), 30, dtype=np.uint8)
    cv2.rectangle(frame, (180, 120), (780, 420), (210, 210, 210), -1)
    cv2.circle(frame, (480, 270), 70, (120, 120, 120), -1)

    resized, binary, otsu_value = preprocess(frame)

    print(f"source={frame.shape}")
    print(f"resized={resized.shape}")
    print(f"binary={binary.shape} dtype={binary.dtype}")
    print(f"unique={np.unique(binary).tolist()}")
    print(f"otsu={otsu_value:.0f}")

if __name__ == "__main__":
    main()

预期输出如下;<THRESHOLD> 是 Otsu 根据当前图像计算出的阈值,实际场景更换后会变化:

text
source=(540, 960, 3)
resized=(360, 640, 3)
binary=(360, 640) dtype=uint8
unique=[0, 255]
otsu=<THRESHOLD>

如果 binary.shape 仍有第三个通道,说明颜色转换没有进入正确位置;如果 unique 出现大量 0~255 的中间值,说明你检查的并不是阈值后的最终掩膜,或者后面又对二值图做了插值缩放。

用连续帧检查稳定性

对实时项目,建议至少抽取 300 帧做一次统计。固定机位和光照下,可以先用“输出尺寸始终为 360×640、类型始终为 uint8、像素集合只含 0/255”作为硬性检查,再记录 Otsu 阈值和前景白像素比例是否突然跳变。

例如同一静态场景里,若 Otsu 阈值长期在 105~118,某一段突然升到 180,同时白像素比例从 22% 跳到 78%,应先检查自动曝光或光源变化,而不是立刻调整轮廓面积阈值。预处理稳定后,后续算法的参数才有可重复的意义。

按自己的节奏,确认真正理解。

目录与阅读设置

阅读设置

17

记录一个想法

构建图像预处理流水线

0 / 10000 · 笔记保存到账号。未提交的修改会在关闭、离开或刷新后丢失。

登录哪都通