（实验室招新版）大津法与 OpenCV 图像基础：新手完整教程（基于 C++ 实例）

这份教程会讲什么

这是一篇面向初学者的 OpenCV 教程，内容包括：

• 图像在程序里怎么存储
• 灰度图、直方图、二值化的概念
• 大津法的原理、公式和手写实现
• ROI 截取、图像旋转、池化
• 每个第一次出现的 OpenCV 函数的作用、参数和用法

每个知识点都会配一个具体的数字例子，方便你把“抽象的概念”变成“看得见的计算”。

一、图像在程序里是什么

图像在程序里是一张数字表格。

灰度图的例子，一张 4 行 5 列的图：

50 52 48 200 205 49 51 55 210 208 45 60 180 190 188 40 120 150 160 170

每个格子存一个 0 到 255 的亮度值：

• 0 是纯黑
• 255 是纯白
• 中间是各种灰

彩色图每个格子存三个数，分别表示蓝、绿、红，OpenCV 里的顺序是 BGR。

一张 640 x 480 的彩色图：

• 像素数：640 x 480 = 307200
• 每个像素 3 个数
• 总个数：640 x 480 x 3 = 921600

OpenCV 用cv::Mat存图像，常用属性：

• rows：行数，也就是高度
• cols：列数，也就是宽度
• channels()：通道数，灰度图是 1，彩色图是 3

二、读取图片：cv::imread

cv::imread的作用：把图片文件读进内存，得到一个cv::Mat。

参数：

• 第一个参数：图片路径
  • 可以写绝对路径，例如C:/Users/你的名字/Pictures/test.png
  • 也可以写相对路径，例如"test.png"
  • 本教程统一使用相对路径演示，也就是图片和程序在同一个工作目录里
• 第二个参数：读取方式
  • cv::IMREAD_COLOR：按彩色图读，默认值
  • cv::IMREAD_GRAYSCALE：直接按灰度图读
  • 0是cv::IMREAD_GRAYSCALE的简写

返回值：一个cv::Mat，如果读取失败，这个 Mat 是空的。

用法：

// 用相对路径读取图片，成功后 image 保存整张彩色图cv::Mat image=cv::imread("test.png");

读取后一定要检查是否成功：

// 判断图片是否读取成功if(image.empty()){// empty() 为真说明图片没读进来，常见原因是路径写错或文件不存在std::cout<<"图片读取失败"<<std::endl;// 返回 -1 表示程序异常结束return-1;}

image.empty()的作用：判断图像是否为空，为空说明路径写错或文件不存在。

三、转灰度图：cv::cvtColor

cv::cvtColor的作用：把图像从一种颜色空间转换成另一种。

参数：

• 第一个参数：输入图像
• 第二个参数：输出图像
• 第三个参数：转换方式，这里用cv::COLOR_BGR2GRAY

cv::COLOR_BGR2GRAY的含义：把 BGR 彩色图转成单通道灰度图。

用法：

// 先创建一张空的灰度图cv::Mat gray;// 把彩色图 image 转成灰度图，结果存到 graycv::cvtColor(image,gray,cv::COLOR_BGR2GRAY);

四、保存图片：cv::imwrite

cv::imwrite的作用：把cv::Mat保存成图片文件。

参数：

• 第一个参数：保存路径，例如"gray.png"
• 第二个参数：要保存的图像

用法：

// 把 gray 保存成 gray.png，保存成功返回 truecv::imwrite("gray.png",gray);

返回值：成功返回true，失败返回false。

五、读取像素：cv::Mat::at

gray.at<uchar>(y, x)的作用：读取灰度图第 y 行、第 x 列的像素。

参数：

• 尖括号里的uchar：像素类型，表示 8 位无符号数，范围 0 到 255
• 括号里第一个数：行号 y
• 括号里第二个数：列号 x

用法：

// 读取灰度图第 y 行、第 x 列的像素值，范围 0 到 255uchar value=gray.at<uchar>(y,x);

赋值也一样：

// 把二值图第 y 行、第 x 列的像素设为 255，也就是白色binary.at<uchar>(y,x)=255;

注意顺序是(y, x)，先写行，再写列，不要写成(x, y)。

六、直方图

直方图的作用：统计每个亮度值各有多少个像素。

例子：一张只有 4 个像素的灰度图：

50 50 200 200

直方图是：

hist[50] = 2 hist[200] = 2 其他 hist 值 = 0

统计代码：

// 直方图数组，下标是亮度值，范围 0 到 255inthist[256]={0};// 外层循环遍历每一行for(inty=0;y<gray.rows;y++){// 内层循环遍历每一列for(intx=0;x<gray.cols;x++){// 取出 (y, x) 位置的亮度值，并让对应的计数加 1hist[gray.at<uchar>(y,x)]++;}}

代码解释：

• gray.rows和gray.cols分别是行数和列数
• 两层循环遍历整张图
• 拿到像素值后，让对应的hist格子加 1

验证直方图是否正确：

// 统计直方图所有次数之和，用来验证是否正确inttotal=0;// 遍历所有亮度值 0 到 255for(inti=0;i<256;i++){// 累加每个亮度值的像素个数total+=hist[i];}

total必须等于gray.rows * gray.cols，也就是总像素数。

七、二值化

二值化的作用：把灰度图变成只有黑和白两种值的图。

需要先定一个阈值。

例子：一行像素

10 40 80 150 220

阈值取 100：

• 10、40、80 都小于等于 100，变黑，填 0
• 150、220 都大于 100，变白，填 255

结果：

0 0 0 255 255

代码：

// 复制一份灰度图作为二值图，避免修改原图cv::Mat binary=gray.clone();// 外层循环遍历每一行for(inty=0;y<gray.rows;y++){// 内层循环遍历每一列for(intx=0;x<gray.cols;x++){// 亮度大于阈值时变成白色if(gray.at<uchar>(y,x)>threshold){binary.at<uchar>(y,x)=255;}else{// 亮度小于等于阈值时变成黑色binary.at<uchar>(y,x)=0;}}}

这里第一次出现gray.clone()。它的作用：复制一份新的图像，内容和原图一样，但内存独立。如果不复制，直接操作原图，原灰度图会被覆盖。

约定很重要：

• 亮度大于阈值，变白
• 亮度小于等于阈值，变黑

OpenCV 的cv::threshold(..., cv::THRESH_BINARY)也是这个规则，方便我们验证。

八、大津法：自动找阈值

手动调阈值很麻烦，大津法可以自动找。

大津法的核心思想：找一个阈值，让暗组和亮组的平均亮度差得最远。

例子：8 个像素

0 0 0 50 150 200 200 255

阈值取 100：

• 暗组：0、0、0、50
• 亮组：150、200、200、255

计算：

• 暗组人数：4
• 亮组人数：4
• 暗组平均亮度：12.5
• 亮组平均亮度：201.25
• 类间方差：4 x 4 x (201.25 - 12.5) 的平方

大津法会遍历 0 到 255，找到类间方差最大的阈值。

手写实现：

// 手写大津法：输入灰度图，返回自动算出的阈值intotsuThreshold(cv::Mat gray){// hist[i] 表示亮度为 i 的像素个数inthist[256]={0};// 遍历整张图，统计直方图for(inty=0;y<gray.rows;y++){for(intx=0;x<gray.cols;x++){hist[gray.at<uchar>(y,x)]++;}}// 总像素数inttotal=gray.rows*gray.cols;// 记录当前最大的类间方差doublemaxVariance=0;// 记录最大类间方差对应的阈值intbestThreshold=0;// 遍历所有候选阈值 0 到 255for(intt=0;t<256;t++){// 暗组人数、亮组人数longdarkCount=0;longbrightCount=0;// 暗组总亮度、亮组总亮度longdarkSum=0;longbrightSum=0;// 暗组：亮度小于等于 t 的像素for(intv=0;v<=t;v++){darkCount+=hist[v];darkSum+=hist[v]*v;}// 亮组：亮度大于 t 的像素for(intv=t+1;v<256;v++){brightCount+=hist[v];brightSum+=hist[v]*v;}// 某一组没有像素时，这个阈值没有意义if(darkCount==0||brightCount==0){continue;}// 暗组平均亮度doubledarkMean=1.0*darkSum/darkCount;// 亮组平均亮度doublebrightMean=1.0*brightSum/brightCount;// 两组平均亮度差doublediff=brightMean-darkMean;// 类间方差 = 暗组人数 x 亮组人数 x 平均亮度差的平方doublevariance=(double)darkCount*brightCount*diff*diff;// 如果当前方差更大，就更新记录if(variance>maxVariance){maxVariance=variance;bestThreshold=t;}}// 返回让类间方差最大的阈值returnbestThreshold;}

代码里几个关键点：

• 循环从 0 到 255，必须包含 255
• 暗组用<= t，亮组用> t
• 人数为 0 时跳过，避免除零
• variance用double，乘法前先转double，防止整数溢出

九、验证大津法：cv::threshold

cv::threshold的作用：对图像做阈值操作，可以二值化，也可以自动算大津法。

参数：

• 第一个参数：输入图像
• 第二个参数：输出图像
• 第三个参数：阈值，使用大津法时传 0
• 第四个参数：最大值，满足条件时填的值，通常 255
• 第五个参数：类型
  • cv::THRESH_BINARY：亮度大于阈值变白，否则变黑
  • cv::THRESH_OTSU：自动使用大津法求阈值

返回值：实际使用的阈值。使用THRESH_OTSU时，返回的就是大津法算出的阈值。

用法：

// 创建输出二值图cv::Mat opencvBinary;// 调用 OpenCV 大津法：输入图、输出图、阈值占位、最大值、类型// THRESH_BINARY | THRESH_OTSU 表示自动算阈值并按阈值二值化doubleopencvThreshold=cv::threshold(gray,opencvBinary,0,255,cv::THRESH_BINARY|cv::THRESH_OTSU);

对比手写结果：

// 调用自己写的大津法，得到阈值intmyThreshold=otsuThreshold(gray);// 和自己写的结果比较if(myThreshold==(int)opencvThreshold){std::cout<<"大津法正确"<<std::endl;}

还可以用cv::countNonZero对比二值图。

cv::countNonZero的作用：数出一张图里有多少个非零像素。

参数：一个cv::Mat。

返回值：非零像素个数，类型是int。

用法：

// 数手写二值图里的白色像素数量intmyWhiteCount=cv::countNonZero(binary);// 数 OpenCV 二值图里的白色像素数量intopencvWhiteCount=cv::countNonZero(opencvBinary);

两个数字一致，说明手写二值化也正确。

十、ROI 截取

ROI 的全称是 Region of Interest，感兴趣区域。

作用：从大图里切出一小块，只处理这一块。

例子：一张 640 x 480 的图，要切左上角(100, 80)、宽 300、高 200 的区域。

这个区域的右下角是：

(100 + 300 - 1, 80 + 200 - 1) = (399, 279)

代码：

// 左上角横坐标intx=100;// 左上角纵坐标inty=80;// 截取宽度intw=300;// 截取高度inth=200;// 从 gray 中取出 (x, y, w, h) 矩形区域，clone 表示复制一份cv::Mat roi=gray(cv::Rect(x,y,w,h)).clone();// 保存 ROI 结果cv::imwrite("roi.png",roi);

这里第一次出现cv::Rect。

cv::Rect的作用：表示一个矩形区域。

参数：

• 第一个参数：左上角 x
• 第二个参数：左上角 y
• 第三个参数：宽度
• 第四个参数：高度

gray(cv::Rect(...))的作用：从gray里取出这个矩形区域的图像。

后面的.clone()会复制一份，避免和原图共享内存。

切之前要检查边界：

// 检查区域是否在图片范围内，避免越界if(x+w<=gray.cols&&y+h<=gray.rows){// 合法时才截取并复制roi=gray(cv::Rect(x,y,w,h)).clone();}

十一、图像旋转

旋转的作用：绕一个中心点，把图像转一个角度。

OpenCV 需要两个函数配合。

cv::Point2f

cv::Point2f的作用：表示一个二维点，坐标是浮点数。

参数：两个数，第一个是 x，第二个是 y。

用法：

// 创建旋转中心点：x 取宽度一半，y 取高度一半，得到图像中心cv::Point2fcenter(gray.cols/2.0f,gray.rows/2.0f);

这里gray.cols / 2.0f得到宽度的一半，gray.rows / 2.0f得到高度的一半，也就是图像中心。

cv::getRotationMatrix2D

cv::getRotationMatrix2D的作用：生成一个旋转矩阵。

参数：

• 第一个参数：旋转中心，类型是cv::Point2f
• 第二个参数：旋转角度，单位是度
• 第三个参数：缩放比例，1 表示不缩放

返回值：一个cv::Mat，保存旋转矩阵。

用法：

// 生成旋转矩阵：绕 center 旋转 15 度，缩放比例 1cv::Mat M=cv::getRotationMatrix2D(center,15.0,1.0);

例子：绕中心旋转 15 度，不缩放。

cv::warpAffine

cv::warpAffine的作用：用旋转矩阵把图像映射到新位置。

参数：

• 第一个参数：输入图像
• 第二个参数：输出图像
• 第三个参数：变换矩阵 M
• 第四个参数：输出图像大小
• 后面还有可选参数，例如插值方式，新手可以先用默认值

用法：

// 创建输出旋转图cv::Mat rotated;// 用矩阵 M 把 gray 映射到 rotated，输出大小和原图一样cv::warpAffine(gray,rotated,M,gray.size());// 保存旋转结果cv::imwrite("rotated.png",rotated);

gray.size()返回一个cv::Size，表示宽度和高度，这里让输出图和原图一样大。

十二、池化

池化的作用：把图像分成很多小方块，每个方块只保留一个数，图像变小。

例子：4 x 4 的图，池化块大小是 2 x 2。

10 20 | 30 40 50 60 | 70 80 ---------------- 90 100 | 110 120 130 140| 150 160

左上块的值是 10、20、50、60：

• 平均池化：(10 + 20 + 50 + 60) / 4 = 35
• 最大池化：max(10, 20, 50, 60) = 60

右上块的值是 30、40、70、80：

• 平均池化：55
• 最大池化：80

平均池化结果：

35 55 115 135

最大池化结果：

60 80 140 160

代码：

// 池化块大小：8 x 8intpoolSize=8;// 输出图宽度：原图宽度除以块大小intoutW=gray.cols/poolSize;// 输出图高度：原图高度除以块大小intoutH=gray.rows/poolSize;// 创建平均池化结果图：第一个参数是行数，第二个参数是列数cv::MataveragePool(outH,outW,CV_8UC1);// 创建最大池化结果图cv::MatmaxPool(outH,outW,CV_8UC1);

这里第一次出现cv::Mat构造函数。

cv::Mat averagePool(outH, outW, CV_8UC1)的作用：创建一张空图。

参数：

• 第一个参数：行数
• 第二个参数：列数
• 第三个参数：类型，CV_8UC1表示 8 位无符号单通道，也就是灰度图

注意顺序是“行在前、列在后”，不要写反。

池化主循环：

// 遍历输出图的每一行for(intoy=0;oy<outH;oy++){// 遍历输出图的每一列for(intox=0;ox<outW;ox++){// 记录当前方块所有像素的总和intsum=0;// 记录当前方块的最大值uchar maxValue=0;// 遍历方块内部的每一行for(intdy=0;dy<poolSize;dy++){// 遍历方块内部的每一列for(intdx=0;dx<poolSize;dx++){// 读取原图对应像素uchar value=gray.at<uchar>(oy*poolSize+dy,ox*poolSize+dx);// 累加总和sum+=value;// 更新最大值if(value>maxValue){maxValue=value;}}}// 平均池化：总和除以块内像素个数averagePool.at<uchar>(oy,ox)=sum/(poolSize*poolSize);// 最大池化：取块内最大值maxPool.at<uchar>(oy,ox)=maxValue;}}// 保存平均池化图cv::imwrite("average_pool.png",averagePool);// 保存最大池化图cv::imwrite("max_pool.png",maxPool);

坐标对应关系：

• 输出图第(oy, ox)个像素
• 对应输入图从第oy * poolSize行、第ox * poolSize列开始的小方块
• 方块内部坐标是dy和dx

十三、进阶：动态 ROI

静态 ROI 是固定切一块。动态 ROI 让搜索区域跟着上一帧或上一行的结果移动。

例子：上一行边线在 x = 200，窗口是 ±5。

这一行只搜索：

200 - 5 = 195 200 + 5 = 205

也就是 195 到 205，共 11 列。

如果这一行在 x = 202 找到边线，下一行就搜索 197 到 207。

注意事项：

• 第一行或第一帧要先全图扫描初始化
• 窗口内找不到时，先扩大窗口
• 还找不到就把该行标记为无效
• 连续失效时要重新全图扫描
• 窗口太小会跟不上急弯，窗口太大又退化成全图扫描

十四、一份完整作业的交付清单

建议输出这些效果图：

• 灰度图
• 手写大津法二值图
• OpenCV 大津法二值图
• ROI 截取图
• 旋转图
• 平均池化图
• 最大池化图

再把代码整理成清晰的函数，每个函数只做一件事。

实验室下一步学什么

• 逆透视变换：把斜着拍的赛道转成鸟瞰图
• 引导值计算：算车偏了多远
• 信号滤波：让误差曲线更平滑
• 道路状态机：判断直道、入弯、弯中、出弯
• 斑马线检测：识别需要停车的位置
• 边线补线：反光和断线时补全边线