尧图网页设计 
在计算机视觉项目中图像特征提取是连接原始像素与高层语义的关键环节。无论后续目标是图像分类、目标检测、图像检索还是缺陷检测先把图像转换成稳定、有区分度、可计算的特征向量整条算法链路才能继续走下去。“基础特征”指颜色、纹理、边缘、角点、形状等传统手工特征它们虽然不像深度特征那样端到端学习但在小样本场景、工业检测、可解释性要求高的任务里仍然很常用。这篇内容会从特征的概念讲起然后落地到 OpenCV、NumPy、Matplotlib 的安装和用法依次演示颜色直方图、LBP、GLCM、Sobel、Canny、Harris 角点等基础特征的提取代码并给出预期输出、参数表格和排错清单。代码尽量保持最小可运行学习环境只要一台普通电脑即可跑完。1. 先理解图像特征为什么不能直接把像素矩阵交给模型很多初学者拿到一张图片后第一反应是“把整张图的像素值铺平当作向量喂给算法”。这种方式在小图上勉强可行但一旦图像尺寸增大、目标位置变化、光照改变像素级差异会被无限放大模型无法稳定工作。所以实际项目中几乎不会直接使用原始像素而是先做特征提取。1.1 从像素到特征中间发生了什么图像本质上是一个 H×W×C 的数值矩阵通道数取决于颜色空间。灰度图是 H×W 的二维矩阵每个位置的值范围通常是 0 到 255代表亮度。问题在于一张 500×500 的灰度图展开后有 25 万个维度直接做分类或检索不仅计算量巨大而且每个位置的亮度对旋转、平移、光照都非常敏感。特征提取要做的是“压缩”和“抽象”。所谓压缩是把大量像素归纳成少量统计量比如“这张图里红色占比多少”“纹理粗糙还是细腻”“边缘密集还是稀疏”。所谓抽象是从像素分布中找出语义稳定的结构比如“屋角处两边灰度变化方向不一致因此这里是一个角点”。基础特征就是围绕这些观察设计出来的数学规则它们不依赖 GPU不需要大量标注数据适合作为机器学习模型的输入。1.2 图像特征的整体分类与选型判断从工程视角看基础特征大体可以分成五类颜色特征、纹理特征、边缘特征、角点特征和形状特征。每种特征都有各自擅长解决的问题也有明显局限。特征类型典型方法擅长场景主要弱点颜色特征颜色直方图、颜色矩图像检索、按颜色找图对光照、白平衡敏感丢失空间信息纹理特征LBP、GLCM、Gabor布匹缺陷、木材纹理、遥感地物对图像分辨率、尺度敏感边缘特征Sobel、Canny轮廓检测、形状分析受噪声影响大易产生断边角点特征Harris、Shi-Tomasi图像配准、SLAM、目标跟踪需要纹理丰富纯平坦区域无角点形状特征轮廓面积、周长、Hu矩二值图的形状分类依赖前序分割结果分割不准特征也错这张表要重点理解的是“擅长场景”和“主要弱点”。特征没有绝对好坏只有合适与否。比如做商品图主色调检索颜色直方图就够用做布匹表面缺陷检测LBP 和 GLCM 会有更稳定表现做相机定位Harris 角点比颜色特征可靠得多。1.3 特征提取的基本流程特征提取很少是“读图后直接算”通常要经过一个固定管线输入图像用cv2.imread读取为 BGR 数组。预处理包括灰度化、缩放、去噪、归一化。按目标需求选择特征方法。提取标量、向量或描述子。对结果做归一化或统计。可视化或送入下游模型。这篇内容重点在第 3 到第 5 步。理解每一步为什么存在比记住 API 更重要。2. 搭建基础实验环境OpenCV、NumPy、Matplotlib 的组合图像特征提取离不开三个 Python 库OpenCV 负责图像读写和大部分算子NumPy 负责矩阵运算Matplotlib 负责可视化结果。2.1 环境准备与依赖检查建议使用 Python 3.9 及以上版本然后通过 pip 安装依赖。下面命令适合全新环境python -m venv cv-env source cv-env/bin/activate # Windows 使用 cv-env\Scripts\activate pip install opencv-python numpy matplotlib scikit-image其中opencv-python提供cv2模块scikit-image不是必需的但本文的 LBP 和 GLCM 使用它会更方便所以一并安装。安装完成后进入 Python 解释器确认版本import cv2 import numpy as np import matplotlib print(OpenCV 版本:, cv2.__version__) print(NumPy 版本:, np.__version__) print(Matplotlib 版本:, matplotlib.__version__)如果输出里 OpenCV 是 4.x本文代码都可以直接运行如果是 3.x个别函数行为会有差异建议升级。2.2 数据准备找一张适合观察特征差异的测试图为了看清最终效果建议准备两张图一张纹理丰富、内容杂乱的图一张颜色集中、背景干净的图。完全没有测试图时可以直接用 OpenCV 创建纯色块和随机噪点图来验证特征是否在干活。import cv2 import numpy as np from matplotlib import pyplot as plt # 读取一张真实图片注意 OpenCV 默认使用 BGR 通道顺序 file_path test.jpg src cv2.imread(file_path) if src is None: raise FileNotFoundError(f无法读取图片请检查路径: {file_path}) # 统一转换到常用格式 rgb cv2.cvtColor(src, cv2.COLOR_BGR2RGB) # 用于 Matplotlib 显示 gray cv2.cvtColor(src, cv2.COLOR_BGR2GRAY) # 很多特征只对灰度图计算 hsv cv2.cvtColor(src, cv2.COLOR_BGR2HSV) # 颜色特征常用 HSV print(原始形状 (H, W, C):, src.shape) print(灰度图形状 (H, W):, gray.shape) print(HSV 形状 (H, W, C):, hsv.shape)这段代码做了三件基础但重要的事读图、判空、转通道。cv2.imread读不出图片时不会抛异常只会返回None所以必须立即判空否则下一步调用会报各种奇怪错误。颜色顺序也是一个经典坑OpenCV 读进来是 BGR直接交给 Matplotlib 显示时红蓝会反过来因此要先转成 RGB。2.3 统一显示函数简化后续代码后续要反复展示多张图片可以写一个通用工具函数def show_images(images, titles, figsize(12, 6)): num len(images) plt.figure(figsizefigsize) for idx, (img, title) in enumerate(zip(images, titles)): plt.subplot(1, num, idx 1) if img.ndim 2: plt.imshow(img, cmapgray) else: plt.imshow(img) plt.title(title) plt.axis(off) plt.tight_layout() plt.show()注意处理灰度图与彩色图之间的区别二维数组用cmapgray否则 Matplotlib 会用默认 colormap 渲染导致灰度图被显示成彩色假图。这个细节不算难但很容易让人误以为特征提取结果不对。注意特征提取实验开始前先确认测试图像不是纯色或超大尺寸。建议把最长边缩放到 256 到 512 像素之间既能观察细节又能加速计算。3. 颜色特征用直方图描述图像的颜色分布颜色特征最容易理解也最好落地。它不关心目标的位置和形状只回答“图像里各种颜色大概占多少比例”。最典型的方法是颜色直方图。3.1 为什么先转到 HSV 再做直方图RGB 三个通道之间相关性高对亮度变化非常敏感。同一个物体在阴影下和强光下拍摄RGB 三个值都可能大幅变化。HSV 颜色空间把色相 H、饱和度 S、亮度 V 分开其中 H 通道表达“这是什么颜色”对亮度的敏感度低很多。做颜色检索时通常会降低 S 和 V 通道的权重主要用 H 通道区分颜色。OpenCV 中 HSV 的范围和日常概念不完全相同通道OpenCV 取值范围说明H色相0 到 179原色相 0 到 360 被减半便于用 uint8 存储S饱和度0 到 255越大颜色越浓V明度0 到 255越大越亮很多人在cv2.calcHist时写错 H 通道直方图的 bin 数量就是因为忘记 OpenCV 里 H 最大是 179不是 359。3.2 最少代码实现颜色直方图import cv2 import numpy as np from matplotlib import pyplot as plt src cv2.imread(test.jpg) hsv cv2.cvtColor(src, cv2.COLOR_BGR2HSV) # 分别统计 H、S、V 通道直方图 hist_h cv2.calcHist([hsv], [0], None, [180], [0, 180]) hist_s cv2.calcHist([hsv], [1], None, [256], [0, 256]) hist_v cv2.calcHist([hsv], [2], None, [256], [0, 256]) # 归一化到 0~1避免图像尺寸影响特征数值 hist_h_norm cv2.normalize(hist_h, hist_h, 0, 1, cv2.NORM_MINMAX) hist_s_norm cv2.normalize(hist_s, hist_s, 0, 1, cv2.NORM_MINMAX) hist_v_norm cv2.normalize(hist_v, hist_v, 0, 1, cv2.NORM_MINMAX) plt.figure(figsize(12, 4)) plt.subplot(131), plt.plot(hist_h_norm, colorr), plt.title(Hue 直方图) plt.subplot(132), plt.plot(hist_s_norm, colorg), plt.title(Saturation 直方图) plt.subplot(133), plt.plot(hist_v_norm, colorb), plt.title(Value 直方图) plt.tight_layout() plt.show()cv2.calcHist的[0]指使用通道 0也就是 H 通道[180]表示把 H 方向分成 180 个 bin[0, 180]是取值范围。归一化这步很重要同样构图内容大图和小图统计出的原始像素数量不同不归一化就无法相互比较。3.3 直方图相似度怎样判断两张图颜色接近如果目标是“找出颜色最接近的图片”先提取每张图的 H 直方图再比较两个直方图。OpenCV 提供了现成的cv2.compareHistdef hist_similarity(img_a, img_b): hsv_a cv2.cvtColor(img_a, cv2.COLOR_BGR2HSV) hsv_b cv2.cvtColor(img_b, cv2.COLOR_BGR2HSV) hist_a cv2.calcHist([hsv_a], [0, 1], None, [50, 60], [0, 180, 0, 256]) hist_b cv2.calcHist([hsv_b], [0, 1], None, [50, 60], [0, 180, 0, 256]) cv2.normalize(hist_a, hist_a, 0, 1, cv2.NORM_MINMAX) cv2.normalize(hist_b, hist_b, 0, 1, cv2.NORM_MINMAX) corr cv2.compareHist(hist_a, hist_b, cv2.HISTCMP_CORREL) chisqr cv2.compareHist(hist_a, hist_b, cv2.HISTCMP_CHISQR) inter cv2.compareHist(hist_a, hist_b, cv2.HISTCMP_INTERSECT) bhatta cv2.compareHist(hist_a, hist_b, cv2.HISTCMP_BHATTACHARYYA) return corr, chisqr, inter, bhatta这里使用二维直方图[0, 1]把 H 和 S 通道共同编码可以避免纯 H 直方图区分不出“高饱和红色”和“发灰的红色”。四种相似度指标含义要分开理解指标取值范围值越大表示什么适用场景HISTCMP_CORREL 相关性-1 到 1越接近 1 越相似常用默认指标HISTCMP_CHISQR 卡方0 到正无穷值越小越相似对微弱变化敏感HISTCMP_INTERSECT 交集0 到 1归一化后越大越相似直观但易受 bin 维度影响HISTCMP_BHATTACHARYYA 巴氏距离0 到 1越小越相似适合做概率分布间距离3.4 颜色特征最容易踩的坑第一直接对 RGB 三通道都算直方图然后拼接成长向量虽然可行但通道之间的相关性问题被忽略光照稍微变化特征值就大幅波动。更稳妥的方案是转 HSV按“H 通道为主、S 通道辅助”的方式使用。第二bin 数量不是越多越好。H 通道开 360 个 bin每个 bin 统计像素太少对不同图片的区分能力反而下降。经验上 H 取 30 到 50S 取 30 到 60 即可。第三不要忘记归一化。原始像素计数值依赖图像尺寸同一构图不同分辨率下特征向量数值差异会很大。4. 纹理特征LBP 与 GLCM 的统计思想纹理特征描述的是局部像素灰度变化规律是很多工业视觉任务的核心。它和前文颜色特征的差异在于颜色回答“这张图有哪些颜色”纹理回答“这张图表面是光滑还是粗糙、横纹多还是竖纹多”。4.1 LBP局部二值模式的层级思路LBP 的思想很朴素取一个中心像素比较它和周围一圈邻居像素的大小关系。邻居比中心大记为 1否则记为 0将这些 0/1 按固定顺序拼接成一个二进制数这个数就是该像素的 LBP 值。from skimage.feature import local_binary_pattern import cv2 import numpy as np gray cv2.imread(test.jpg, cv2.IMREAD_GRAYSCALE) if gray is None: raise FileNotFoundError(无法读取图片) # P 是邻域采样点个数R 是采样半径 lbp local_binary_pattern(gray, P8, R1, methoduniform) # LBP 结果是浮点数组先转成 uint8 才能统计和显示 lbp_u8 np.uint8(255 * (lbp / lbp.max())) if lbp.max() 0 else lbp.astype(np.uint8) hist, _ np.histogram(lbp.ravel(), binsrange(0, int(lbp.max()) 2), densityTrue)method 取uniform时结果只保留跳变次数小于等于 2 的模式其余全部归入同一类维数大幅下降同时抗噪声能力更强。P8、R1 是最常用配置当图像分辨率高、纹理粒度大时可以尝试 P16、R2。LBP 容易踩的坑是gray必须是灰度图且数据类型正确。如果传入彩色图skimage.feature.local_binary_pattern会直接报维度错误。4.2 GLCM灰度共生矩阵为什么能反映纹理方向GLCM 统计的是“相隔某个距离、沿某个方向的两个像素它们的灰度对出现多少次”。如果一张图是横纹那么在左右方向上相隔 1 像素的灰度组合会比较集中如果是竖纹则上下方向集中。把这些统计结果浓缩成少量标量就得到纹理特征。from skimage.feature import graycomatrix, graycoprops # 先对灰度图做一次缩放降低计算量同时让距离参数语义更明确 resized cv2.resize(gray, (256, 256)) glcm graycomatrix( resized, distances[1], angles[0, np.pi / 4, np.pi / 2, 3 * np.pi / 4], levels256, symmetricTrue, normedTrue, ) contrast graycoprops(glcm, contrast) energy graycoprops(glcm, energy) homogeneity graycoprops(glcm, homogeneity) correlation graycoprops(glcm, correlation) print(对比度四个方向:\n, contrast) print(能量四个方向:\n, energy) print(逆差矩四个方向:\n, homogeneity) print(相关性四个方向:\n, correlation)graycoprops输出的只是矩阵真正的稳定性来自组合方式。常见用法是把四个方向下的能量、对比度、逆差矩、相关性取均值或方差形成一段特征向量再喂给 SVM 或随机森林。下面表格列出 GLCM 常用统计量的物理含义统计量含义数值大说明什么能量灰度对分布是否集中纹理均匀、规则对比度像素对之间的灰度差大小纹理清晰、边界锐利逆差矩局部灰度变化是否平缓纹理平滑、同质区域多相关性行或列方向灰度是否有线性依赖方向性强、纹理规律GLCM 一个比较隐蔽的报错是levels必须大于图像最大灰度值。如果图像里某个像素值是 300不可能出现但图像是 uint16 且未转 uint8 时levels256就会越界。更安全的做法是先用cv2.normalize(gray, None, 0, 255, cv2.NORM_MINMAX)把灰度范围压到 0 到 255。4.3 纹理特征与颜色特征的互补关系实际项目中颜色和纹理很少单用。比如筛选“蓝色竖条纹布”的图片颜色直方图保证色相正确GLCM 在 90 度方向上的对比度保证条纹存在。两者拼接进同一特征向量前各自要归一化到相似的数值范围否则数值大的组件会淹没数值小的组件。推荐先把每个特征向量分别做标准化再拼接。5. 边缘与角点从局部灰度变化看图像结构5.1 用 Sobel 算子计算梯度理解“边缘在哪”边缘是灰度发生剧烈变化的位置。要找到这些位置最直接的办法是计算图像的梯度对灰度图求水平方向差、垂直方向差再合成梯度幅值。OpenCV 提供了cv2.Sobel。import cv2 import numpy as np gray cv2.imread(test.jpg, cv2.IMREAD_GRAYSCALE) # 使用 CV_64F 保存可能为负的梯度值 grad_x cv2.Sobel(gray, cv2.CV_64F, 1, 0, ksize3) grad_y cv2.Sobel(gray, cv2.CV_64F, 0, 1, ksize3) # 合成梯度幅值和方向 magnitude cv2.magnitude(grad_x, grad_y) angle cv2.phase(grad_x, grad_y, angleInDegreesTrue) # 可视化时转 uint8 magnitude_u8 cv2.convertScaleAbs(magnitude)为什么ddepth要填cv2.CV_64F而不是cv2.CV_8U因为 Sobel 在图像边界和强边附近可能出现负梯度。如果直接保存成 8 位无符号整形负值会被截断成 0边缘就只有一半有响应形成明显伪影。convertScaleAbs会把负值取绝对值并缩放到合理展示范围。5.2 Canny 边缘检测双阈值的作用与 OpenCV 报错分析Sobel 给出的是带方向的梯度边缘会有宽有细还有不少噪声。Canny 算法的价值在于输出“单像素宽、同时保持连通”的干净边缘线其核心步骤是减少噪声、计算梯度、非极大值抑制、双阈值连接。OpenCV 的使用非常简单edges cv2.Canny(gray, threshold150, threshold2150)这里 50 和 150 不是绝对的像素阈值而是滞后阈值梯度幅值大于 150 的像素一定保留小于 50 的一定丢弃位于两者之间的像素只有连接到“强边缘”时才会保留。参数取值偏小时边缘更细碎背景噪声也更容易进来参数偏大时边缘干净但容易断裂对后续轮廓分析不友好。常见做法是把 threshold1 设为 threshold2 的 1/2 到 2/3然后根据可视化效果调整。Canny 在常见项目里的报错非常典型error: (-215:Assertion failed) image.type() CV_8UC1 in function cv::Canny这个断言说得很清楚Canny 要求输入是 8 位单通道灰度图。如果直接把 BGR 彩色图传入或传入 float32 图像就会触发同一类断言。排查路径是先用gray cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)得到单通道图再检查gray.dtype是否为uint8。如果是float64需要用cv2.convertScaleAbs或np.uint8转换。5.3 Harris 角点为什么用窗口内的亮度变化判断角点是图像中亮度沿两个方向都发生剧烈变化的点常出现在物体拐角、棋盘格、建筑窗口等位置。Harris 的思想是移动一个小窗口如果任意方向移动窗口内像素灰度变化都很大则窗口中心就是角点。用自相关矩阵的特征值来衡量“两个方向是否同时变化强烈”。gray cv2.imread(test.jpg, cv2.IMREAD_GRAYSCALE) gray np.float32(gray) # blockSize 是窗口大小ksize 是 Sobel 核尺寸k 是 Harris 自由参数 dst cv2.cornerHarris(gray, blockSize2, ksize3, k0.04) # 从数学角度dst 中像素值越大越可能是角点 dst_norm cv2.normalize(dst, None, 0, 255, cv2.NORM_MINMAX) dst_norm np.uint8(dst_norm) # 用阈值筛选角点阈值需要结合图像内容调整 threshold 0.2 * dst_norm.max() corner_mask dst_norm threshold这里最需要注意的是np.float32(gray)因为cv2.cornerHarris内部处理需要浮点输入传入 uint8 会报类型错误。实际项目中阈值不能固定建议观察dst的统计分布后设定比如取“最大值的一定比例”或使用分位数来确定。把角点坐标画在原图上可以直观看到结果src_color cv2.cvtColor(gray_original, cv2.COLOR_GRAY2BGR) src_color[dst_norm threshold] (0, 0, 255)5.4 基础特征组合给目标找一个“可区分签名”单独使用某一类基础特征往往不够。工程上更常用的做法是组合提取边缘密度、角点数量、GLCM 纹理均值、颜色直方图等作为整体特征向量。组合前要确认各特征的维度和数值范围否则 SVM 或随机森林里数值大的特征会主导距离计算。实践中可以先分别归一化到 [0, 1]再拼接对每个特征内部再做标准化效果更稳定。6. 运行验证从“没报错”到“结果真的合理”特征提取代码跑通并不等于算法正确。验证环节必须看特征是否符合视觉直觉还要做简单实验确认特征对目标变化是否敏感、对无关变化是否鲁棒。6.1 可视化检查的预期结果运行上文代码后应该观察到颜色直方图的主峰与视觉感受一致。如果图里大面积是蓝天Hue 直方图的主要峰值应在 100 到 130 附近OpenCV 中蓝色色相的大致范围。灰度图的 LBP 纹理图不会出现大块纯黑或纯白正常应呈现“颗粒状”的纹理差异。Canny 边缘图输出的是单像素宽白线背景相对干净不应出现大面积雪花噪点。Harris 角点画在原图上时红点应准确落在棋盘方格的角点或建筑边缘拐角处而不是落在直线中间。如果可视化结果和直觉不符优先检查输入是否是灰度图、类型是否 uint8、是否忘记convertScaleAbs、阈值是否太低。6.2 稳定性小实验平移、旋转与光照扰动基础特征各有不同鲁棒性建议写一个简单实验脚本量化观察。比如对同一张图像轻微旋转 10 度、小幅平移、改变亮度再计算颜色直方图和 LBP 直方图看它们各自变化多大def shift_image(img, dx, dy): M np.float32([[1, 0, dx], [0, 1, dy]]) return cv2.warpAffine(img, M, (img.shape[1], img.shape[0])) def rotate_image(img, angle): h, w img.shape[:2] M cv2.getRotationMatrix2D((w / 2, h / 2), angle, 1.0) return cv2.warpAffine(img, M, (w, h)) # 对原图与平移图计算颜色直方图相关性 shifted shift_image(cv2.cvtColor(src, cv2.COLOR_BGR2HSV), 5, 5) hist_origin cv2.calcHist([hsv], [0], None, [50], [0, 180]) hist_shift cv2.calcHist([shifted], [0], None, [50], [0, 180]) print(原图与平移后 H 直方图相关性:, cv2.compareHist(hist_origin, hist_shift, cv2.HISTCMP_CORREL))如果相关性接近 1说明特征对平移比较稳定如果很低说明该特征不适合当前任务。这类实验能帮助理解为什么后续要引入尺度不变、旋转不变的高级特征。6.3 用一个小像素块验证算子实现是否正确有时特征提取结果看起来怪但不知道是不是代码错误。一个可靠策略是用手工构造的 5×5 小矩阵做测试比如中间明暗交叉明显的矩阵观察 Sobel、Canny 的结果是否符合预期。这样能有效避免“大图下看不出问题”的尴尬。small np.array([ [0, 0, 0, 0, 0], [0, 0, 0, 0, 0], [0, 0, 0, 0, 0], [255, 255, 255, 255, 255], [255, 255, 255, 255, 255], ], dtypenp.uint8) grad_y cv2.Sobel(small, cv2.CV_64F, 0, 1, ksize3) print(垂直方向梯度负值代表上亮下暗:\n, grad_y)正常情况下灰度从下到上从暗到亮水平边界附近的梯度值会集中出现在某一行。这种小矩阵测试在调试阶段非常值得花五分钟。注意特征提取验证时不要只验证“程序能跑”还要关注特征值的变化方向是否符合物理直觉。比如图像变暗后V 通道直方图明显左移才是正常的如果几乎不动说明图像读取或通道转换出了问题。7. 常见报错与排查链路从 OpenCV 错误码倒推问题基础特征代码看似简单实际运行时的报错高度集中在少数几个原因。掌握从错误信息倒推根因的思路能省下大量调试时间。7.1(-215:Assertion failed) image.type() CV_8UC1的完整排查这是很多初学者在 Canny、HoughLinesP 等函数中遇到的高频报错。出现形式通常是error: (-215:Assertion failed) image.type() CV_8UC1 in function cv::Canny问题现象常见原因检查方式处理建议Canny/HoughLinesP 报 -215输入不是 8 位单通道灰度图打印img.shape和img.dtype用cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)转灰度用cv2.convertScaleAbs转 uint8报image.type()但输入看起来是灰度图图像可能是 3 通道但视觉上像黑白查看img.ndim是否为 2如果是 3用cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)报TypeError: Expected Ptrcv::UMat图像为空或通道数不对检查cv2.imread返回是否为 None增加路径存在性判断使用绝对路径报维度不符LBP 或 GLCM 输入彩色图查看gray.shape是否包含通道维先转灰度再计算排查顺序应该从“输入是否正确”开始先看cv2.imread是否成功再看图像维度再看 dtype最后看函数要求的参数类型。不要跳过前两步直接怀疑算法。7.2 类型与通道问题uint8、float32、单通道、三通道怎么分不同 OpenCV 函数对输入类型要求差别很大函数输入通道输入类型常见错误cv2.Canny单通道uint8传彩色图或 float 图报 -215cv2.Sobel单通道uint8、float32 均可输出类型由 ddepth 决定使用 uint8 输出导致负值截断cv2.cornerHarris单通道float32传 uint8 报类型错误cv2.calcHist任意通道uint8、float32 均可channels 索引超出通道数一个非常实用的习惯是在读图后定义一个小函数确保特征提取前图像是符合要求的格式def ensure_gray_uint8(image): if len(image.shape) 3: image cv2.cvtColor(image, cv2.COLOR_BGR2GRAY) if image.dtype ! np.uint8: image cv2.convertScaleAbs(image) return image7.3 代码报错少但结果不合理的排查表格特征提取报错不是最难受的难受的是没报错但结果全错。这种情况可以从以下角度排查异常现象可能原因检查方式处理建议直方图全部集中在 0 处图像读取失败得到全黑图打印图像均值、最大值检查路径、确认图片有效性边缘图全是亮点没有结构噪声过大或阈值过低先高斯模糊再 Cannygray cv2.GaussianBlur(gray, (3,3), 0)角点全堆在一处纹理过密、图像噪点多降低 blockSize 或先缩小图像先缩放尺寸控制角点响应特征向量对光照极敏感使用 RGB 直方图且未归一化可视化亮度不同图像的特征距离转 HSV 并降低 V 通道权重GLCM 报 levels 不够图像灰度值超过 levels-1检查gray.max()归一化到 [0, 255]levels 设为 256排错日志是这过程中最容易被忽视的。写特征提取代码时建议在关键步骤打印图像的 shape、dtype、max、min比如print(gray.shape, gray.dtype, gray.min(), gray.max())这四个值足够排除大部分读取、类型、通道问题。8. 基础特征的工程实践从学习实验到可靠算法8.1 本地学习环境与真实项目执行的差异对比项学习实验生产项目图片来源本地单张相机、视频流、数据库批量读取图片数量少量百万级需要批处理运行环境Jupyter / 个人电脑服务端或边缘设备稳定性要求跑通看效果即可需要日志、异常捕获、采样验证参数管理写在代码里配置化支持动态调整结果校验人工看可视化自动化指标 抽样可视化学习阶段可以只关注效果但一旦进入实际系统就必须考虑几点每张图进入特征提取前都要做文件存在性判断避免批量处理时中断参数不能写死在代码里最好放到配置文件中处理失败时要记录文件名、异常类型和当时的图像概要方便事后排查。8.2 预处理顺序很重要先灰度还是先缩放、先滤波还是先归一化如果最终特征只需要纹理或边缘通常顺序是读图、判空、缩放、灰度化、去噪、归一化、提取特征。缩放放在最前能减少后续所有计算量灰度化后的去噪能平滑掉传感器噪声归一化不是必须的但对梯度、直方图类特征很关键。如果最终特征需要颜色就不要在提取前强行灰度化。颜色直方图使用 HSV 的 H 和 S 通道而灰度图已经把颜色信息全部丢弃。一个常见问题是把某张图转成灰度后再去算颜色直方图结果只剩 V 通道彻底失去颜色区分能力。8.3 一条可复用的基础特征处理管线def extract_basic_features(image, h_bins32, s_bins32): # 1. 统一尺寸 img cv2.resize(image, (256, 256)) # 2. 颜色直方图特征 hsv cv2.cvtColor(img, cv2.COLOR_BGR2HSV) hist_hs cv2.calcHist([hsv], [0, 1], None, [h_bins, s_bins], [0, 180, 0, 256]) cv2.normalize(hist_hs, hist_hs, 0, 1, cv2.NORM_MINMAX) color_feat hist_hs.flatten() # 3. 纹理直方图特征 gray cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) gray cv2.equalizeHist(gray) lbp local_binary_pattern(gray, P8, R1, methoduniform) hist_lbp, _ np.histogram(lbp.ravel(), binsrange(10), densityTrue) texture_feat hist_lbp # 4. 边缘密度特征 edge cv2.Canny(cv2.GaussianBlur(gray, (3, 3), 0), 50, 150) edge_density float(np.sum(edge 0)) / (edge.shape[0] * edge.shape[1]) return np.concatenate([color_feat, texture_feat, [edge_density]])这段代码展示的是一种思路不是唯一标准答案。实际命名、特征维度、bin 数量都要根据任务重新决定。需要说明的是这种手工特征管线的优点是可解释性强、依赖少、适合在 CPU 上运行坏处是参数需要针对数据集调优特征通用性不如深度学习模型。8.4 基础特征与深度特征的取舍深度卷积网络可以从数据中自动学习出比手工特征更高效的特征表示大规模图像分类、目标检测任务上通常表现更好。但基础特征并没有“过时”。小样本场景下如果只有几百张图预训练模型的深层特征未必能很好泛化而精心调优的 LBP、GLCM 组合依然能发挥作用边缘检测、角点提取也是 SLAM、相机标定、图像配准等传统流程的一部分。许多深度学习项目在数据预处理阶段也会先用 Canny 提取边缘、用颜色直方图做候选过滤再进入模型。实际选型时可以按这个顺序判断任务是否有大量标注数据有优先考虑深度特征没有先尝试基础特征加传统分类器。是否要求解释结果强调可解释基础特征更容易说明结果由什么驱动。是否需要实时运行基础特征计算量较小适合边缘设备快速验证。是否对旋转、尺度变化有强要求单一基础特征很难同时抗旋转与抗尺度变化可能需要 SIFT 等局部特征或直接用深度模型。8.5 基础特征实验的检查清单发布或提交基础特征提取代码前按下面清单检查能大幅减少低级错误图片读取后是否做了None判断。彩色图和灰度图是否分别正确打印了shape。灰度图像是否确认是uint8彩色图是否确认通道数是 3。使用 Matplotlib 显示灰度图是否指定cmapgray。使用 Sobel 时输出深度是否为cv2.CV_64F/32F显示前是否转换。使用 Canny 时输入是否为 8 位单通道图。使用cv2.cornerHarris前是否把图像转成float32。直方图是否做完归一化。GLCM 的levels是否大于图像最大灰度值加 1。是否对特征结果做了小样本可视化验证。是否有至少一组“原图”和“轻微扰动图”做对比确认特征变化的合理性。批量处理时是否捕获并记录了异常图片路径。图像特征提取是一个每次实验都需要回到“特征是否符合任务目标”来判断的领域。这篇内容覆盖了颜色、纹理、边缘、角点四类基础特征后面的“特征提取下”可以继续讨论 SIFT、ORB、描述子匹配以及特征降维和检索系统。基础特征背后最关键的理念是先想清楚要描述什么属性再选择对应算子然后依据结果反推预处理是否合理。带着这个思路做实验比背 API 重要得多。 图像特征提取基础：OpenCV颜色纹理边缘角点实战
在计算机视觉项目中图像特征提取是连接原始像素与高层语义的关键环节。无论后续目标是图像分类、目标检测、图像检索还是缺陷检测先把图像转换成稳定、有区分度、可计算的特征向量整条算法链路才能继续走下去。“基础特征”指颜色、纹理、边缘、角点、形状等传统手工特征它们虽然不像深度特征那样端到端学习但在小样本场景、工业检测、可解释性要求高的任务里仍然很常用。这篇内容会从特征的概念讲起然后落地到 OpenCV、NumPy、Matplotlib 的安装和用法依次演示颜色直方图、LBP、GLCM、Sobel、Canny、Harris 角点等基础特征的提取代码并给出预期输出、参数表格和排错清单。代码尽量保持最小可运行学习环境只要一台普通电脑即可跑完。1. 先理解图像特征为什么不能直接把像素矩阵交给模型很多初学者拿到一张图片后第一反应是“把整张图的像素值铺平当作向量喂给算法”。这种方式在小图上勉强可行但一旦图像尺寸增大、目标位置变化、光照改变像素级差异会被无限放大模型无法稳定工作。所以实际项目中几乎不会直接使用原始像素而是先做特征提取。1.1 从像素到特征中间发生了什么图像本质上是一个 H×W×C 的数值矩阵通道数取决于颜色空间。灰度图是 H×W 的二维矩阵每个位置的值范围通常是 0 到 255代表亮度。问题在于一张 500×500 的灰度图展开后有 25 万个维度直接做分类或检索不仅计算量巨大而且每个位置的亮度对旋转、平移、光照都非常敏感。特征提取要做的是“压缩”和“抽象”。所谓压缩是把大量像素归纳成少量统计量比如“这张图里红色占比多少”“纹理粗糙还是细腻”“边缘密集还是稀疏”。所谓抽象是从像素分布中找出语义稳定的结构比如“屋角处两边灰度变化方向不一致因此这里是一个角点”。基础特征就是围绕这些观察设计出来的数学规则它们不依赖 GPU不需要大量标注数据适合作为机器学习模型的输入。1.2 图像特征的整体分类与选型判断从工程视角看基础特征大体可以分成五类颜色特征、纹理特征、边缘特征、角点特征和形状特征。每种特征都有各自擅长解决的问题也有明显局限。特征类型典型方法擅长场景主要弱点颜色特征颜色直方图、颜色矩图像检索、按颜色找图对光照、白平衡敏感丢失空间信息纹理特征LBP、GLCM、Gabor布匹缺陷、木材纹理、遥感地物对图像分辨率、尺度敏感边缘特征Sobel、Canny轮廓检测、形状分析受噪声影响大易产生断边角点特征Harris、Shi-Tomasi图像配准、SLAM、目标跟踪需要纹理丰富纯平坦区域无角点形状特征轮廓面积、周长、Hu矩二值图的形状分类依赖前序分割结果分割不准特征也错这张表要重点理解的是“擅长场景”和“主要弱点”。特征没有绝对好坏只有合适与否。比如做商品图主色调检索颜色直方图就够用做布匹表面缺陷检测LBP 和 GLCM 会有更稳定表现做相机定位Harris 角点比颜色特征可靠得多。1.3 特征提取的基本流程特征提取很少是“读图后直接算”通常要经过一个固定管线输入图像用cv2.imread读取为 BGR 数组。预处理包括灰度化、缩放、去噪、归一化。按目标需求选择特征方法。提取标量、向量或描述子。对结果做归一化或统计。可视化或送入下游模型。这篇内容重点在第 3 到第 5 步。理解每一步为什么存在比记住 API 更重要。2. 搭建基础实验环境OpenCV、NumPy、Matplotlib 的组合图像特征提取离不开三个 Python 库OpenCV 负责图像读写和大部分算子NumPy 负责矩阵运算Matplotlib 负责可视化结果。2.1 环境准备与依赖检查建议使用 Python 3.9 及以上版本然后通过 pip 安装依赖。下面命令适合全新环境python -m venv cv-env source cv-env/bin/activate # Windows 使用 cv-env\Scripts\activate pip install opencv-python numpy matplotlib scikit-image其中opencv-python提供cv2模块scikit-image不是必需的但本文的 LBP 和 GLCM 使用它会更方便所以一并安装。安装完成后进入 Python 解释器确认版本import cv2 import numpy as np import matplotlib print(OpenCV 版本:, cv2.__version__) print(NumPy 版本:, np.__version__) print(Matplotlib 版本:, matplotlib.__version__)如果输出里 OpenCV 是 4.x本文代码都可以直接运行如果是 3.x个别函数行为会有差异建议升级。2.2 数据准备找一张适合观察特征差异的测试图为了看清最终效果建议准备两张图一张纹理丰富、内容杂乱的图一张颜色集中、背景干净的图。完全没有测试图时可以直接用 OpenCV 创建纯色块和随机噪点图来验证特征是否在干活。import cv2 import numpy as np from matplotlib import pyplot as plt # 读取一张真实图片注意 OpenCV 默认使用 BGR 通道顺序 file_path test.jpg src cv2.imread(file_path) if src is None: raise FileNotFoundError(f无法读取图片请检查路径: {file_path}) # 统一转换到常用格式 rgb cv2.cvtColor(src, cv2.COLOR_BGR2RGB) # 用于 Matplotlib 显示 gray cv2.cvtColor(src, cv2.COLOR_BGR2GRAY) # 很多特征只对灰度图计算 hsv cv2.cvtColor(src, cv2.COLOR_BGR2HSV) # 颜色特征常用 HSV print(原始形状 (H, W, C):, src.shape) print(灰度图形状 (H, W):, gray.shape) print(HSV 形状 (H, W, C):, hsv.shape)这段代码做了三件基础但重要的事读图、判空、转通道。cv2.imread读不出图片时不会抛异常只会返回None所以必须立即判空否则下一步调用会报各种奇怪错误。颜色顺序也是一个经典坑OpenCV 读进来是 BGR直接交给 Matplotlib 显示时红蓝会反过来因此要先转成 RGB。2.3 统一显示函数简化后续代码后续要反复展示多张图片可以写一个通用工具函数def show_images(images, titles, figsize(12, 6)): num len(images) plt.figure(figsizefigsize) for idx, (img, title) in enumerate(zip(images, titles)): plt.subplot(1, num, idx 1) if img.ndim 2: plt.imshow(img, cmapgray) else: plt.imshow(img) plt.title(title) plt.axis(off) plt.tight_layout() plt.show()注意处理灰度图与彩色图之间的区别二维数组用cmapgray否则 Matplotlib 会用默认 colormap 渲染导致灰度图被显示成彩色假图。这个细节不算难但很容易让人误以为特征提取结果不对。注意特征提取实验开始前先确认测试图像不是纯色或超大尺寸。建议把最长边缩放到 256 到 512 像素之间既能观察细节又能加速计算。3. 颜色特征用直方图描述图像的颜色分布颜色特征最容易理解也最好落地。它不关心目标的位置和形状只回答“图像里各种颜色大概占多少比例”。最典型的方法是颜色直方图。3.1 为什么先转到 HSV 再做直方图RGB 三个通道之间相关性高对亮度变化非常敏感。同一个物体在阴影下和强光下拍摄RGB 三个值都可能大幅变化。HSV 颜色空间把色相 H、饱和度 S、亮度 V 分开其中 H 通道表达“这是什么颜色”对亮度的敏感度低很多。做颜色检索时通常会降低 S 和 V 通道的权重主要用 H 通道区分颜色。OpenCV 中 HSV 的范围和日常概念不完全相同通道OpenCV 取值范围说明H色相0 到 179原色相 0 到 360 被减半便于用 uint8 存储S饱和度0 到 255越大颜色越浓V明度0 到 255越大越亮很多人在cv2.calcHist时写错 H 通道直方图的 bin 数量就是因为忘记 OpenCV 里 H 最大是 179不是 359。3.2 最少代码实现颜色直方图import cv2 import numpy as np from matplotlib import pyplot as plt src cv2.imread(test.jpg) hsv cv2.cvtColor(src, cv2.COLOR_BGR2HSV) # 分别统计 H、S、V 通道直方图 hist_h cv2.calcHist([hsv], [0], None, [180], [0, 180]) hist_s cv2.calcHist([hsv], [1], None, [256], [0, 256]) hist_v cv2.calcHist([hsv], [2], None, [256], [0, 256]) # 归一化到 0~1避免图像尺寸影响特征数值 hist_h_norm cv2.normalize(hist_h, hist_h, 0, 1, cv2.NORM_MINMAX) hist_s_norm cv2.normalize(hist_s, hist_s, 0, 1, cv2.NORM_MINMAX) hist_v_norm cv2.normalize(hist_v, hist_v, 0, 1, cv2.NORM_MINMAX) plt.figure(figsize(12, 4)) plt.subplot(131), plt.plot(hist_h_norm, colorr), plt.title(Hue 直方图) plt.subplot(132), plt.plot(hist_s_norm, colorg), plt.title(Saturation 直方图) plt.subplot(133), plt.plot(hist_v_norm, colorb), plt.title(Value 直方图) plt.tight_layout() plt.show()cv2.calcHist的[0]指使用通道 0也就是 H 通道[180]表示把 H 方向分成 180 个 bin[0, 180]是取值范围。归一化这步很重要同样构图内容大图和小图统计出的原始像素数量不同不归一化就无法相互比较。3.3 直方图相似度怎样判断两张图颜色接近如果目标是“找出颜色最接近的图片”先提取每张图的 H 直方图再比较两个直方图。OpenCV 提供了现成的cv2.compareHistdef hist_similarity(img_a, img_b): hsv_a cv2.cvtColor(img_a, cv2.COLOR_BGR2HSV) hsv_b cv2.cvtColor(img_b, cv2.COLOR_BGR2HSV) hist_a cv2.calcHist([hsv_a], [0, 1], None, [50, 60], [0, 180, 0, 256]) hist_b cv2.calcHist([hsv_b], [0, 1], None, [50, 60], [0, 180, 0, 256]) cv2.normalize(hist_a, hist_a, 0, 1, cv2.NORM_MINMAX) cv2.normalize(hist_b, hist_b, 0, 1, cv2.NORM_MINMAX) corr cv2.compareHist(hist_a, hist_b, cv2.HISTCMP_CORREL) chisqr cv2.compareHist(hist_a, hist_b, cv2.HISTCMP_CHISQR) inter cv2.compareHist(hist_a, hist_b, cv2.HISTCMP_INTERSECT) bhatta cv2.compareHist(hist_a, hist_b, cv2.HISTCMP_BHATTACHARYYA) return corr, chisqr, inter, bhatta这里使用二维直方图[0, 1]把 H 和 S 通道共同编码可以避免纯 H 直方图区分不出“高饱和红色”和“发灰的红色”。四种相似度指标含义要分开理解指标取值范围值越大表示什么适用场景HISTCMP_CORREL 相关性-1 到 1越接近 1 越相似常用默认指标HISTCMP_CHISQR 卡方0 到正无穷值越小越相似对微弱变化敏感HISTCMP_INTERSECT 交集0 到 1归一化后越大越相似直观但易受 bin 维度影响HISTCMP_BHATTACHARYYA 巴氏距离0 到 1越小越相似适合做概率分布间距离3.4 颜色特征最容易踩的坑第一直接对 RGB 三通道都算直方图然后拼接成长向量虽然可行但通道之间的相关性问题被忽略光照稍微变化特征值就大幅波动。更稳妥的方案是转 HSV按“H 通道为主、S 通道辅助”的方式使用。第二bin 数量不是越多越好。H 通道开 360 个 bin每个 bin 统计像素太少对不同图片的区分能力反而下降。经验上 H 取 30 到 50S 取 30 到 60 即可。第三不要忘记归一化。原始像素计数值依赖图像尺寸同一构图不同分辨率下特征向量数值差异会很大。4. 纹理特征LBP 与 GLCM 的统计思想纹理特征描述的是局部像素灰度变化规律是很多工业视觉任务的核心。它和前文颜色特征的差异在于颜色回答“这张图有哪些颜色”纹理回答“这张图表面是光滑还是粗糙、横纹多还是竖纹多”。4.1 LBP局部二值模式的层级思路LBP 的思想很朴素取一个中心像素比较它和周围一圈邻居像素的大小关系。邻居比中心大记为 1否则记为 0将这些 0/1 按固定顺序拼接成一个二进制数这个数就是该像素的 LBP 值。from skimage.feature import local_binary_pattern import cv2 import numpy as np gray cv2.imread(test.jpg, cv2.IMREAD_GRAYSCALE) if gray is None: raise FileNotFoundError(无法读取图片) # P 是邻域采样点个数R 是采样半径 lbp local_binary_pattern(gray, P8, R1, methoduniform) # LBP 结果是浮点数组先转成 uint8 才能统计和显示 lbp_u8 np.uint8(255 * (lbp / lbp.max())) if lbp.max() 0 else lbp.astype(np.uint8) hist, _ np.histogram(lbp.ravel(), binsrange(0, int(lbp.max()) 2), densityTrue)method 取uniform时结果只保留跳变次数小于等于 2 的模式其余全部归入同一类维数大幅下降同时抗噪声能力更强。P8、R1 是最常用配置当图像分辨率高、纹理粒度大时可以尝试 P16、R2。LBP 容易踩的坑是gray必须是灰度图且数据类型正确。如果传入彩色图skimage.feature.local_binary_pattern会直接报维度错误。4.2 GLCM灰度共生矩阵为什么能反映纹理方向GLCM 统计的是“相隔某个距离、沿某个方向的两个像素它们的灰度对出现多少次”。如果一张图是横纹那么在左右方向上相隔 1 像素的灰度组合会比较集中如果是竖纹则上下方向集中。把这些统计结果浓缩成少量标量就得到纹理特征。from skimage.feature import graycomatrix, graycoprops # 先对灰度图做一次缩放降低计算量同时让距离参数语义更明确 resized cv2.resize(gray, (256, 256)) glcm graycomatrix( resized, distances[1], angles[0, np.pi / 4, np.pi / 2, 3 * np.pi / 4], levels256, symmetricTrue, normedTrue, ) contrast graycoprops(glcm, contrast) energy graycoprops(glcm, energy) homogeneity graycoprops(glcm, homogeneity) correlation graycoprops(glcm, correlation) print(对比度四个方向:\n, contrast) print(能量四个方向:\n, energy) print(逆差矩四个方向:\n, homogeneity) print(相关性四个方向:\n, correlation)graycoprops输出的只是矩阵真正的稳定性来自组合方式。常见用法是把四个方向下的能量、对比度、逆差矩、相关性取均值或方差形成一段特征向量再喂给 SVM 或随机森林。下面表格列出 GLCM 常用统计量的物理含义统计量含义数值大说明什么能量灰度对分布是否集中纹理均匀、规则对比度像素对之间的灰度差大小纹理清晰、边界锐利逆差矩局部灰度变化是否平缓纹理平滑、同质区域多相关性行或列方向灰度是否有线性依赖方向性强、纹理规律GLCM 一个比较隐蔽的报错是levels必须大于图像最大灰度值。如果图像里某个像素值是 300不可能出现但图像是 uint16 且未转 uint8 时levels256就会越界。更安全的做法是先用cv2.normalize(gray, None, 0, 255, cv2.NORM_MINMAX)把灰度范围压到 0 到 255。4.3 纹理特征与颜色特征的互补关系实际项目中颜色和纹理很少单用。比如筛选“蓝色竖条纹布”的图片颜色直方图保证色相正确GLCM 在 90 度方向上的对比度保证条纹存在。两者拼接进同一特征向量前各自要归一化到相似的数值范围否则数值大的组件会淹没数值小的组件。推荐先把每个特征向量分别做标准化再拼接。5. 边缘与角点从局部灰度变化看图像结构5.1 用 Sobel 算子计算梯度理解“边缘在哪”边缘是灰度发生剧烈变化的位置。要找到这些位置最直接的办法是计算图像的梯度对灰度图求水平方向差、垂直方向差再合成梯度幅值。OpenCV 提供了cv2.Sobel。import cv2 import numpy as np gray cv2.imread(test.jpg, cv2.IMREAD_GRAYSCALE) # 使用 CV_64F 保存可能为负的梯度值 grad_x cv2.Sobel(gray, cv2.CV_64F, 1, 0, ksize3) grad_y cv2.Sobel(gray, cv2.CV_64F, 0, 1, ksize3) # 合成梯度幅值和方向 magnitude cv2.magnitude(grad_x, grad_y) angle cv2.phase(grad_x, grad_y, angleInDegreesTrue) # 可视化时转 uint8 magnitude_u8 cv2.convertScaleAbs(magnitude)为什么ddepth要填cv2.CV_64F而不是cv2.CV_8U因为 Sobel 在图像边界和强边附近可能出现负梯度。如果直接保存成 8 位无符号整形负值会被截断成 0边缘就只有一半有响应形成明显伪影。convertScaleAbs会把负值取绝对值并缩放到合理展示范围。5.2 Canny 边缘检测双阈值的作用与 OpenCV 报错分析Sobel 给出的是带方向的梯度边缘会有宽有细还有不少噪声。Canny 算法的价值在于输出“单像素宽、同时保持连通”的干净边缘线其核心步骤是减少噪声、计算梯度、非极大值抑制、双阈值连接。OpenCV 的使用非常简单edges cv2.Canny(gray, threshold150, threshold2150)这里 50 和 150 不是绝对的像素阈值而是滞后阈值梯度幅值大于 150 的像素一定保留小于 50 的一定丢弃位于两者之间的像素只有连接到“强边缘”时才会保留。参数取值偏小时边缘更细碎背景噪声也更容易进来参数偏大时边缘干净但容易断裂对后续轮廓分析不友好。常见做法是把 threshold1 设为 threshold2 的 1/2 到 2/3然后根据可视化效果调整。Canny 在常见项目里的报错非常典型error: (-215:Assertion failed) image.type() CV_8UC1 in function cv::Canny这个断言说得很清楚Canny 要求输入是 8 位单通道灰度图。如果直接把 BGR 彩色图传入或传入 float32 图像就会触发同一类断言。排查路径是先用gray cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)得到单通道图再检查gray.dtype是否为uint8。如果是float64需要用cv2.convertScaleAbs或np.uint8转换。5.3 Harris 角点为什么用窗口内的亮度变化判断角点是图像中亮度沿两个方向都发生剧烈变化的点常出现在物体拐角、棋盘格、建筑窗口等位置。Harris 的思想是移动一个小窗口如果任意方向移动窗口内像素灰度变化都很大则窗口中心就是角点。用自相关矩阵的特征值来衡量“两个方向是否同时变化强烈”。gray cv2.imread(test.jpg, cv2.IMREAD_GRAYSCALE) gray np.float32(gray) # blockSize 是窗口大小ksize 是 Sobel 核尺寸k 是 Harris 自由参数 dst cv2.cornerHarris(gray, blockSize2, ksize3, k0.04) # 从数学角度dst 中像素值越大越可能是角点 dst_norm cv2.normalize(dst, None, 0, 255, cv2.NORM_MINMAX) dst_norm np.uint8(dst_norm) # 用阈值筛选角点阈值需要结合图像内容调整 threshold 0.2 * dst_norm.max() corner_mask dst_norm threshold这里最需要注意的是np.float32(gray)因为cv2.cornerHarris内部处理需要浮点输入传入 uint8 会报类型错误。实际项目中阈值不能固定建议观察dst的统计分布后设定比如取“最大值的一定比例”或使用分位数来确定。把角点坐标画在原图上可以直观看到结果src_color cv2.cvtColor(gray_original, cv2.COLOR_GRAY2BGR) src_color[dst_norm threshold] (0, 0, 255)5.4 基础特征组合给目标找一个“可区分签名”单独使用某一类基础特征往往不够。工程上更常用的做法是组合提取边缘密度、角点数量、GLCM 纹理均值、颜色直方图等作为整体特征向量。组合前要确认各特征的维度和数值范围否则 SVM 或随机森林里数值大的特征会主导距离计算。实践中可以先分别归一化到 [0, 1]再拼接对每个特征内部再做标准化效果更稳定。6. 运行验证从“没报错”到“结果真的合理”特征提取代码跑通并不等于算法正确。验证环节必须看特征是否符合视觉直觉还要做简单实验确认特征对目标变化是否敏感、对无关变化是否鲁棒。6.1 可视化检查的预期结果运行上文代码后应该观察到颜色直方图的主峰与视觉感受一致。如果图里大面积是蓝天Hue 直方图的主要峰值应在 100 到 130 附近OpenCV 中蓝色色相的大致范围。灰度图的 LBP 纹理图不会出现大块纯黑或纯白正常应呈现“颗粒状”的纹理差异。Canny 边缘图输出的是单像素宽白线背景相对干净不应出现大面积雪花噪点。Harris 角点画在原图上时红点应准确落在棋盘方格的角点或建筑边缘拐角处而不是落在直线中间。如果可视化结果和直觉不符优先检查输入是否是灰度图、类型是否 uint8、是否忘记convertScaleAbs、阈值是否太低。6.2 稳定性小实验平移、旋转与光照扰动基础特征各有不同鲁棒性建议写一个简单实验脚本量化观察。比如对同一张图像轻微旋转 10 度、小幅平移、改变亮度再计算颜色直方图和 LBP 直方图看它们各自变化多大def shift_image(img, dx, dy): M np.float32([[1, 0, dx], [0, 1, dy]]) return cv2.warpAffine(img, M, (img.shape[1], img.shape[0])) def rotate_image(img, angle): h, w img.shape[:2] M cv2.getRotationMatrix2D((w / 2, h / 2), angle, 1.0) return cv2.warpAffine(img, M, (w, h)) # 对原图与平移图计算颜色直方图相关性 shifted shift_image(cv2.cvtColor(src, cv2.COLOR_BGR2HSV), 5, 5) hist_origin cv2.calcHist([hsv], [0], None, [50], [0, 180]) hist_shift cv2.calcHist([shifted], [0], None, [50], [0, 180]) print(原图与平移后 H 直方图相关性:, cv2.compareHist(hist_origin, hist_shift, cv2.HISTCMP_CORREL))如果相关性接近 1说明特征对平移比较稳定如果很低说明该特征不适合当前任务。这类实验能帮助理解为什么后续要引入尺度不变、旋转不变的高级特征。6.3 用一个小像素块验证算子实现是否正确有时特征提取结果看起来怪但不知道是不是代码错误。一个可靠策略是用手工构造的 5×5 小矩阵做测试比如中间明暗交叉明显的矩阵观察 Sobel、Canny 的结果是否符合预期。这样能有效避免“大图下看不出问题”的尴尬。small np.array([ [0, 0, 0, 0, 0], [0, 0, 0, 0, 0], [0, 0, 0, 0, 0], [255, 255, 255, 255, 255], [255, 255, 255, 255, 255], ], dtypenp.uint8) grad_y cv2.Sobel(small, cv2.CV_64F, 0, 1, ksize3) print(垂直方向梯度负值代表上亮下暗:\n, grad_y)正常情况下灰度从下到上从暗到亮水平边界附近的梯度值会集中出现在某一行。这种小矩阵测试在调试阶段非常值得花五分钟。注意特征提取验证时不要只验证“程序能跑”还要关注特征值的变化方向是否符合物理直觉。比如图像变暗后V 通道直方图明显左移才是正常的如果几乎不动说明图像读取或通道转换出了问题。7. 常见报错与排查链路从 OpenCV 错误码倒推问题基础特征代码看似简单实际运行时的报错高度集中在少数几个原因。掌握从错误信息倒推根因的思路能省下大量调试时间。7.1(-215:Assertion failed) image.type() CV_8UC1的完整排查这是很多初学者在 Canny、HoughLinesP 等函数中遇到的高频报错。出现形式通常是error: (-215:Assertion failed) image.type() CV_8UC1 in function cv::Canny问题现象常见原因检查方式处理建议Canny/HoughLinesP 报 -215输入不是 8 位单通道灰度图打印img.shape和img.dtype用cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)转灰度用cv2.convertScaleAbs转 uint8报image.type()但输入看起来是灰度图图像可能是 3 通道但视觉上像黑白查看img.ndim是否为 2如果是 3用cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)报TypeError: Expected Ptrcv::UMat图像为空或通道数不对检查cv2.imread返回是否为 None增加路径存在性判断使用绝对路径报维度不符LBP 或 GLCM 输入彩色图查看gray.shape是否包含通道维先转灰度再计算排查顺序应该从“输入是否正确”开始先看cv2.imread是否成功再看图像维度再看 dtype最后看函数要求的参数类型。不要跳过前两步直接怀疑算法。7.2 类型与通道问题uint8、float32、单通道、三通道怎么分不同 OpenCV 函数对输入类型要求差别很大函数输入通道输入类型常见错误cv2.Canny单通道uint8传彩色图或 float 图报 -215cv2.Sobel单通道uint8、float32 均可输出类型由 ddepth 决定使用 uint8 输出导致负值截断cv2.cornerHarris单通道float32传 uint8 报类型错误cv2.calcHist任意通道uint8、float32 均可channels 索引超出通道数一个非常实用的习惯是在读图后定义一个小函数确保特征提取前图像是符合要求的格式def ensure_gray_uint8(image): if len(image.shape) 3: image cv2.cvtColor(image, cv2.COLOR_BGR2GRAY) if image.dtype ! np.uint8: image cv2.convertScaleAbs(image) return image7.3 代码报错少但结果不合理的排查表格特征提取报错不是最难受的难受的是没报错但结果全错。这种情况可以从以下角度排查异常现象可能原因检查方式处理建议直方图全部集中在 0 处图像读取失败得到全黑图打印图像均值、最大值检查路径、确认图片有效性边缘图全是亮点没有结构噪声过大或阈值过低先高斯模糊再 Cannygray cv2.GaussianBlur(gray, (3,3), 0)角点全堆在一处纹理过密、图像噪点多降低 blockSize 或先缩小图像先缩放尺寸控制角点响应特征向量对光照极敏感使用 RGB 直方图且未归一化可视化亮度不同图像的特征距离转 HSV 并降低 V 通道权重GLCM 报 levels 不够图像灰度值超过 levels-1检查gray.max()归一化到 [0, 255]levels 设为 256排错日志是这过程中最容易被忽视的。写特征提取代码时建议在关键步骤打印图像的 shape、dtype、max、min比如print(gray.shape, gray.dtype, gray.min(), gray.max())这四个值足够排除大部分读取、类型、通道问题。8. 基础特征的工程实践从学习实验到可靠算法8.1 本地学习环境与真实项目执行的差异对比项学习实验生产项目图片来源本地单张相机、视频流、数据库批量读取图片数量少量百万级需要批处理运行环境Jupyter / 个人电脑服务端或边缘设备稳定性要求跑通看效果即可需要日志、异常捕获、采样验证参数管理写在代码里配置化支持动态调整结果校验人工看可视化自动化指标 抽样可视化学习阶段可以只关注效果但一旦进入实际系统就必须考虑几点每张图进入特征提取前都要做文件存在性判断避免批量处理时中断参数不能写死在代码里最好放到配置文件中处理失败时要记录文件名、异常类型和当时的图像概要方便事后排查。8.2 预处理顺序很重要先灰度还是先缩放、先滤波还是先归一化如果最终特征只需要纹理或边缘通常顺序是读图、判空、缩放、灰度化、去噪、归一化、提取特征。缩放放在最前能减少后续所有计算量灰度化后的去噪能平滑掉传感器噪声归一化不是必须的但对梯度、直方图类特征很关键。如果最终特征需要颜色就不要在提取前强行灰度化。颜色直方图使用 HSV 的 H 和 S 通道而灰度图已经把颜色信息全部丢弃。一个常见问题是把某张图转成灰度后再去算颜色直方图结果只剩 V 通道彻底失去颜色区分能力。8.3 一条可复用的基础特征处理管线def extract_basic_features(image, h_bins32, s_bins32): # 1. 统一尺寸 img cv2.resize(image, (256, 256)) # 2. 颜色直方图特征 hsv cv2.cvtColor(img, cv2.COLOR_BGR2HSV) hist_hs cv2.calcHist([hsv], [0, 1], None, [h_bins, s_bins], [0, 180, 0, 256]) cv2.normalize(hist_hs, hist_hs, 0, 1, cv2.NORM_MINMAX) color_feat hist_hs.flatten() # 3. 纹理直方图特征 gray cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) gray cv2.equalizeHist(gray) lbp local_binary_pattern(gray, P8, R1, methoduniform) hist_lbp, _ np.histogram(lbp.ravel(), binsrange(10), densityTrue) texture_feat hist_lbp # 4. 边缘密度特征 edge cv2.Canny(cv2.GaussianBlur(gray, (3, 3), 0), 50, 150) edge_density float(np.sum(edge 0)) / (edge.shape[0] * edge.shape[1]) return np.concatenate([color_feat, texture_feat, [edge_density]])这段代码展示的是一种思路不是唯一标准答案。实际命名、特征维度、bin 数量都要根据任务重新决定。需要说明的是这种手工特征管线的优点是可解释性强、依赖少、适合在 CPU 上运行坏处是参数需要针对数据集调优特征通用性不如深度学习模型。8.4 基础特征与深度特征的取舍深度卷积网络可以从数据中自动学习出比手工特征更高效的特征表示大规模图像分类、目标检测任务上通常表现更好。但基础特征并没有“过时”。小样本场景下如果只有几百张图预训练模型的深层特征未必能很好泛化而精心调优的 LBP、GLCM 组合依然能发挥作用边缘检测、角点提取也是 SLAM、相机标定、图像配准等传统流程的一部分。许多深度学习项目在数据预处理阶段也会先用 Canny 提取边缘、用颜色直方图做候选过滤再进入模型。实际选型时可以按这个顺序判断任务是否有大量标注数据有优先考虑深度特征没有先尝试基础特征加传统分类器。是否要求解释结果强调可解释基础特征更容易说明结果由什么驱动。是否需要实时运行基础特征计算量较小适合边缘设备快速验证。是否对旋转、尺度变化有强要求单一基础特征很难同时抗旋转与抗尺度变化可能需要 SIFT 等局部特征或直接用深度模型。8.5 基础特征实验的检查清单发布或提交基础特征提取代码前按下面清单检查能大幅减少低级错误图片读取后是否做了None判断。彩色图和灰度图是否分别正确打印了shape。灰度图像是否确认是uint8彩色图是否确认通道数是 3。使用 Matplotlib 显示灰度图是否指定cmapgray。使用 Sobel 时输出深度是否为cv2.CV_64F/32F显示前是否转换。使用 Canny 时输入是否为 8 位单通道图。使用cv2.cornerHarris前是否把图像转成float32。直方图是否做完归一化。GLCM 的levels是否大于图像最大灰度值加 1。是否对特征结果做了小样本可视化验证。是否有至少一组“原图”和“轻微扰动图”做对比确认特征变化的合理性。批量处理时是否捕获并记录了异常图片路径。图像特征提取是一个每次实验都需要回到“特征是否符合任务目标”来判断的领域。这篇内容覆盖了颜色、纹理、边缘、角点四类基础特征后面的“特征提取下”可以继续讨论 SIFT、ORB、描述子匹配以及特征降维和检索系统。基础特征背后最关键的理念是先想清楚要描述什么属性再选择对应算子然后依据结果反推预处理是否合理。带着这个思路做实验比背 API 重要得多。