基于 Peter Corke《Robotics, Vision & Control》（原第 11–12 章合并）上一篇：光、颜色与色彩空间下一篇：相机几何与立体视觉配套代码：chap11.ipynb + chap12.ipynb本文示例环境：Python 3.12 + opencv-python + numpy + matplotlib + scipy阅读对象：零基础新手

摘要： 本文将介绍数字图像的表示、基本运算与结构化特征提取，主要涵盖：

• • 图像 = NumPy 数组；直方图、Monadic/Dyadic 运算、滤波与阈值
• • 绿幕合成、边缘检测（Sobel/Canny）
• • 区域特征：Lab k-means、连通域 Blob
• • 直线（Hough）、点特征（Harris/ORB）、模板匹配
• • 与 SLAM、立体匹配、目标定位的衔接

一、图像就是数组

import cv2rgb = cv2.imread("street.png")          # BGR, (H,W,3)gray = cv2.cvtColor(rgb, cv2.COLOR_BGR2GRAY)print(rgb[400, 200])                    # [row,col]=[y,x]

OpenCV 默认 BGR；matplotlib 显示需转 RGB。uint8 运算易溢出，先转 float32。

二、直方图与 Monadic 运算

三、空间滤波与分割

blur = cv2.GaussianBlur(gray, (15, 15), 3)canny = cv2.Canny(gray, 80, 160)_, otsu = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY + cv2.THRESH_OTSU)

四、区域特征：分割与 Blob

Lab 空间 k-means 比 RGB 更符合感知；连通域给出 面积、包围盒、质心。

用途： 按颜色+面积筛选番茄、零件计数、质心抓取。

五、直线与点特征

六、模板匹配

ZNCC 对线性亮度变化更鲁棒。书中 12.1.4 另介绍 Faster R-CNN / FCN 深度学习检测（需 GPU）。

七、小结

下一篇 回答：3D 点如何投影到像素？两幅图如何求深度？

下一篇：相机几何与立体视觉