图像处理入门教程:我踩过坑的三个月学习路线
去年三月我接了个私活,要把产线上几千张照片里的划痕标出来。那时候我连 OpenCV 怎么装都不知道,下载了安装包在 Windows 上折腾一下午,编译器报错报了一屏。三个月后,这套流程能稳定跑完,误检率压到 5% 以内。这篇就把我走过的路写下来,少讲公式,多讲能跑起来的顺序。
环境这块先说句实话。别一上来就搞 Visual Studio 配 C++ 版 OpenCV,配置链接库能把人劝退。我后来换成 Python,一行 pip install opencv-python就完事。中文路径读不进来的时候换 PIL,几行代码的事。装完先做一件事:读一张图,弹窗显示出来。能看见图,环境就算通了,剩下的都是函数调用。

图像处理到底在改什么
一张图在电脑里就是个数字表格。彩色图三个通道,每个像素对应 0 到 255 三个数;灰度图只有一个数。搞懂这点,后面所有操作都是对这张表格做加减乘除。我当初卡了整整三天,就是因为一直把它当“图片”看,而不是矩阵。想通之后,直方图均衡、阈值分割这些名词一下子就落地了。

入门必练的几个操作,我建议按这个顺序过一遍,每天写三五个小 demo:

- 灰度化。cv2.cvtColor 一行搞定,先感受数据量从三维降到二维的差别
- 二值化。固定阈值 127 是最坑的起点,光线一变全废,先去试自适应阈值
- 滤波去噪。高斯核用 5×5 起步,核越大越糊,别贪
- 边缘检测。Canny 两个阈值,低的抓细节,高的保主干,改到能出干净线条为止
- 形态学。开运算去小白点,闭运算补黑洞,这两个在工业图上用得最多
举个具体例子。我拍了一张歪着的报销单,想把它掰正。流程是灰度、Canny 找轮廓、findContours 取面积最大的四边形、透视变换。第一次跑出来全黑,查了两个小时才发现轮廓没按面积排序,程序抓的是最外面那圈纸边。这种坑官方文档不会写,只能自己撞一次。
学图像处理容易走歪的地方
我见过太多人半路放弃,问题基本出在这几处。一是抱着冈萨雷斯那本《数字图像处理》从头读,第三天就没了。那书适合当字典,遇到概念去查,别当教程啃。二是总想上深度学习,其实日常活儿九成用滤波加阈值加形态学就干完了,先把手上的图弄干净再谈模型。三是不看中间结果,每一步不 imshow 出来,出了问题全靠猜,这是最耗时间的坏习惯。
时间安排我自己的节奏是这样:第一周只搞懂像素、通道和色彩空间;第二到第三周把 OpenCV 常用函数过一遍,每天五个小 demo,写完就删,不攒代码;第四周直接上具体项目。项目比教程重要得多。你得有个明确目标,比如“把这张模糊的车牌弄清晰”,学起来才有抓手,否则看十个视频也不知道自己在干嘛。
说白了,图像处理入门没想象中难。难的是把“看图片”的眼睛换成“看矩阵”的眼睛。这套思维一转过来,剩下的就是查函数、调参数、堆经验的事了。