康耐视 VisionPro 图像预处理工具全解析：CogIPOneImageTool 十六大算子 + 极坐标展开 + 仿射变换
图像预处理是机器视觉项目里"看不见的功臣"：在正式检测之前，把图像加工成噪声更少、特征更突出、光照更统一的样子，后面的定位、测量、识别工具才能稳定发挥。本文基于康耐视 VisionPro 课堂讲义，系统梳理**预处理工具（一）**的全部知识点：CogIPOneImageTool 的 16 类图像处理算子（加减常量、卷积、均衡、扩展、旋转、高斯采样、形态学、中值滤波、丢失像素、乘以常数、像素映射、量化、采样卷积、二次采样、高通滤波……），以及 CogPolarUnwrapTool 极坐标展开、CogAffineTransformTool 仿射变换两大变换工具，配 60+ 张实操截图，一次讲透。
一、图像预处理工具全家福
在 VisionPro 中，图像处理（Image Processing）分类下挂着一组工具，各司其职：
- CogIPOneImageTool（单图像处理工具）：核心工具，对单张图像执行算法处理，本文主角；
- CogHistogramTool（直方图工具）：统计图像的灰度分布（均值、标准差），用于判断图像质量、辅助选择阈值；
- CogImageConvertTool（图像转换工具）：图像类型转换（彩色↔灰度、位深转换等）；
- CogImageFileTool（图像文件工具）：图像制作/读写，支持
.idb、.cdb（图像数据库）、.bmp、.tif、.jpg、.png等格式； - CogOCVMaxTool（光学字符验证）：验证已知字符是否正确，与 CogOCRMax（读取未知字符）正好互补——OCV 需要"图像 + 预期的字符串"，输出匹配分数和状态；
- CogPolarUnwrapTool / CogAffineTransformTool：图像变换工具，见本文后半部分。
在开始处理之前，先要把"图像"和"工具"搭起来：从文件添加图像，再往 ToolBlock 里拖入处理工具，然后在工具的"区域/图形"选项卡里配置算子。
二、CogIPOneImageTool：一张图处理全家桶
CogIPOneImageTool 的"设置"页里，每一个"步骤"就是一类算子，可以串联多个步骤，像流水线一样对同一张图依次加工。下面按功能族逐一拆解。
三、亮度调整：加减常量 & 乘以常数
3.1 加减常量
原理：为灰度图像中每个像素的灰度值统一加上一个正值或负值，从而生成更亮或更暗的图像（也支持负值）。
溢出后的两种处理模式（重点）：当像素值越过 0~255 边界时，VisionPro 提供两种策略：
| 模式 | 行为 | 效果 |
|---|---|---|
| 封装（Wrap） | 超过 255 的像素执行减 256，小于 0 的像素执行加 256 | 亮度"绕回"，可能出现灰阶跳变 |
| 箝位（Clamp） | 最高钳到 255，最低钳到 0 | 高光/暗部饱和，对比度被压缩 |
调试中如果想改变光照让特征更明显，常用箝位模式。
彩色图的三平面：当输入是彩色图（CogImage24PlanarColor）时，平面0 / 平面1 / 平面2分别对应R（红）、G（绿）、B（蓝）三个通道，可以对每个通道单独设置加数：
3.2 乘以常数
原理：输出像素 = 输入像素 × C，和加减常量同族的"缩放"操作，常用来调整整体对比度/色彩强度。
注意溢出：例如灰度值 200 乘以 2，如果允许封装（换行），新值 = 2×200 − 255 =145；如果选择箝位，则不超过 255。下图是"红色分量乘以高值"的示例——红色被大幅增强，胶囊整体偏红：
四、卷积（Convolution）
原理：VisionPro 将输入图像中的每个像素乘以一个称为**核（Kernel）**的数值矩阵，加权求和后替换输出图像中的对应像素。本质是"小矩阵在图像上滑动，每个位置做点乘和"。
不同的核可以实现平滑、模糊、去噪、锐化、边缘提取等不同效果：
| 核的特点 | 效果 |
|---|---|
| 所有值为正且和为 1 | 平滑/模糊，去噪 |
| 中心大正数、周围负数 | 锐化，边缘增强 |
| 所有值之和为 0 | 边缘提取（背景黑、边缘亮） |
两个必记结论：
- 核的总和 = 1→ 图像整体亮度保持不变，只做平滑；
- 核的总和 = 0→ 图像中原本平坦的区域变黑，只有边缘或变化剧烈的地方被保留；
- 核的总和 > 1→ 图像整体变亮。
边界模式：卷积核滑到图像边缘时，越界像素怎么取？VisionPro 提供Clipped（裁剪）和Reflected（反射）两种策略。
想直观体验各种卷积核效果，强烈推荐交互式网页：https://setosa.io/ev/image-kernels/ （可拖动滑块实时看边缘检测、模糊、浮雕等效果）。
五、均衡（直方图均衡化）
原理：将一幅图像的直方图分布变成近似均匀分布，从而增强图像对比度。过暗、过亮的图像经过均衡后会变得清晰。
应用说明（讲义原文重点）：当生产环境中的照明在图像之间略有变化，或待检对象某些方面（颜色等）略有变化时，就需要使用均衡操作——它有助于确保生产环境中不相关的更改不影响视觉应用的整体结果。
六、扩展（Scale）
原理：用指定的放大倍数放大整个图像或图像的一部分。该操作沿 X 轴和 Y 轴独立接受参数，因此可以只沿一个方向放大输入图像。
七、翻转 / 旋转（Rotate）
原理：对输入图像的全部或部分执行水平翻转或顺时针旋转（90°、180°、270°）。可能需要翻转或旋转图像，以便视觉工具在每次应用执行时分析正确的特征。
八、高斯采样器（Gaussian Sampler）
作用：对输入图像子采样（缩小），使输出图像只包含原始像素的一小部分，同时平滑图像。
三个关键参数：
- 高斯采样（Gauss）：即二次采样，决定图像缩小比例（如 2×2 缩小一倍）；
- 平滑（Smoothing）：控制降噪程度，结合 Sigma 设置高斯滤波的标准差，负责"磨平"纹理与噪声；
- 量级移动（Shift）：整体亮度偏移，范围-7 ~ 7——负值产生较暗输出，正值产生较亮输出，0 保持不变。
面试官常问：高斯采样器什么时候用？
- 提速：当视觉工具在缩小的图像上同样能有效工作、又想要提高程序速度时（分辨率减半，处理像素量减为 1/4）；
- 去噪：图像里有高频噪声（杂色）时，平滑可以把它们磨平。
九、灰度形态调整（Morphology）
原理：对输入图像执行灰度形态学运算，根据特征的大小和方向有选择地增强或减少图像特征。形态运算符使用结构元素（默认 3 高 × 3 宽）检查每个像素及其八个相邻像素的灰度值。
9.1 腐蚀（Erosion）
取邻域**最小值（最暗的）**替代中心像素 → 图像整体变暗，消除白点/明亮的缺陷，同时扩大暗部区域。
9.2 膨胀（Dilation）
取邻域**最大值（最亮的）**替代中心像素 → 图像整体变亮，有效消除黑点，扩大明亮区域。
9.3 打开（Open，开运算）
先腐蚀，后膨胀。删除少量明亮像素，然后增强其余明亮特征——典型用途是去除独立的杂斑，且不明确改变整体亮度。
9.4 关闭（Close，闭运算）
先膨胀，后腐蚀。减少或完全消除图像的暗区——典型用途是填充暗黑色的小孔或裂缝。
打开和关闭操作都倾向于保留大特征的尺寸和形状，同时影响小特征的尺寸和形状。
9.5 顶帽 / 黑帽 / 边缘
形态学的组合还可以做更高级的提取：
- 原图 − 打开（顶帽）：得到图像的噪声/杂斑；
- 关闭 − 原图（黑帽）：得到图像内部的小孔或前景中的小黑点；
- 膨胀 − 腐蚀：提取边缘。
十、高通滤波（High-Pass Filter）
原理：保留图像中频率较高的部分，即突出边缘和精细细节。实现方式：先执行高斯、均值或中值平滑操作，然后从输入图像中减去平滑结果。
三种平滑模式对比（面试考点）：
| 滤波器 | 基本原理 | 特点 |
|---|---|---|
| 均值滤波 | 用模板内所有像素的平均值替代中心像素 | 计算快，但易受噪声干扰，只能相对减弱噪声 |
| 中值滤波 | 取模板内像素的中值替代中心像素 | 能较好消除椒盐噪声，但易导致图像不连续 |
| 高斯滤波 | 邻域内不同位置像素赋予不同权值（中心权重大） | 能有效抑制高斯噪声，平滑自然 |
补充概念（噪声类型）：椒盐噪声是随机位置、噪点深度基本固定的噪声（椒=黑、盐=白）；高斯噪声是几乎每个点都出现、噪点深度随机的噪声。
十一、中值滤波（Median Filter）
原理：用 N×M 窗口在图像上滑动，取窗口内所有像素灰度值排序后的中值替换中心像素，属于非线性滤波，专门用于去除椒盐噪声/脉冲噪声。
- 3x3 中值：消除零星的噪声点；
- NxM 中值：消除大面积噪声和杂斑；支持Care / Don’t Care遮罩内核，可指定生成新灰度值时不考虑矩阵中的哪些元素。
注意（讲义原文）：此操作会把输入图像的大小减小 2 行 2 列（即边框一圈像素带）。如果对同一张图连续使用 5 个 3x3 中值运算，输出图像将比原始图像小 10 行 10 列——批量串联前一定要留意尺寸累积缩小。
十二、丢失像素（Missing Pixels）
作用：修复图像中的坏点。运算符接受深度图像，将标记为缺失的像素替换为基于周围像素分析出的值。
- 值计算（Value Calculation）：决定丢失像素用什么方式填充——
NeighborInterpolation（相邻插值，取周围平均，平滑自然）、NeighborMinimum（取周围最小，产生暗点）、NeighborMaximum（取周围最大，产生亮点）； - 方向（Direction）：
Horizontal（整行丢失，横向条纹）、Vertical（整列丢失，竖向划痕）、Both（随机丢失，椒盐噪声样式）； - 全局值模式：
Fixed（固定值填充）、ImageMinimum / ImageMaximum / ImageAverage（取整图最暗/最亮/平均灰度填充）。
参数组合速查（模拟不同降质场景）：
| 目标效果 | 推荐组合 |
|---|---|
| 模拟传输丢包（黑点） | NeighborMinimum + Both + Fixed=0 |
| 模拟传感器坏点（白点） | NeighborMaximum + Both + Fixed=255 |
| 模拟扫描仪竖线划痕 | NeighborInterpolation + Vertical + ImageAverage |
| 模拟打印缺行 | NeighborMinimum + Horizontal + Fixed=0 |
十三、像素映射（Pixel Map）
原理：将输入图像的像素按一定规则映射到输出图像的对应位置，形成新图像——本质是一张"输入灰度值 → 输出灰度值"的查找表（LUT）。
- 线性映射：设置输入范围与输出范围，实现亮度/对比度拉伸；
- 反色：输出 = 255 − 输入（对彩色图可对 Plane 0/1/2 分别设置，下图即"反转 Plane 0 红色通道"的效果）。
实战理解：像素映射可以"按像素值筛选想要的部分"——比如把杂斑区域的灰度值拉低/滤掉，或把主题区域整体拉高，让目标与背景拉开差距。
十四、量化（Quantize）
原理：减少输入图像中离散灰度值的数量（颜色深度）。把连续的灰度值划分到有限个区间，帮助分离具有相似灰度值的单个特征，或将所需特征减少为单个灰度值，方便后续工具分析。
| 量化级别数 | 每个像素比特数 | 效果 |
|---|---|---|
| 2 | 1 bit | 纯黑白，适合文字识别、条形码、掩膜 |
| 4 | 2 bit | 只有 4 个灰度等级，像老式黑白漫画 |
| 8 | 3 bit | 8 个灰度等级，有明显阶跃 |
| 16 | 4 bit | 接近正常，平滑区可能看到轻微色带 |
| 128 | 7 bit | 非常平滑，接近原图质量 |
级别数越少，图像越像版画/卡通/油画；级别数越多越连续自然。
十五、采样卷积（Sample Convolution）
作用：同时执行卷积和采样。常见用途是使用高斯平滑进行降采样（downsampling）——先在水平/垂直方向做高斯卷积，再按比例缩小，一步到位。
参数：设置高斯采样（KernelX/Y 大小、手动核数值，如16 96 16）与设置高斯 Sigma（SigmaX/SigmaY 自动生成核）。
可分离高斯核小知识：KernelX=[16,96,16]、KernelY=[16,96,16] 组合后就是一个3x3 高斯模糊核，归一化后中心权重 0.75、四边 0.125——中心像素占主导，是轻度去噪的经典配置。
十六、二次采样器（Sub-Sampler）
作用：生成分辨率与尺寸减小的输出图像，让其他视觉工具在缩小图上跑得更快（代价是精度可能降低）。提供两种算法：
算法一：3x3 块复制中心像素——将输入图像划分为像素块，把位于块中心的像素复制到输出图像（偶数行列时取最靠近中心的左上像素）。
算法二：空间平均——将输入图像划分为像素块，求每块像素的平均灰度值放入输出图像，抗噪更好。
十七、CogPolarUnwrapTool：极坐标展开
作用：把环形区域通过极坐标变换转换为矩形区域，方便后续读取和匹配——比如镜头外圈的环形文字、轴承/瓶盖上的环形字符。
转换步骤（讲义原文）：
- 根据环形到矩形的映射构建转换关系；
- 按转换关系把输出图像中的像素点映射到输入图像；
- 对输入图像中的点采样，赋值到输出图像对应点。
输出图像尺寸的自动计算：对于圆形输入区域，默认 X 轴大小 =内弧与外弧长度的平均值，默认 Y 轴大小 =内半径与外半径之差：
对于椭圆输入区域，默认 X 轴 = 内外弧长平均值，默认 Y 轴 = 最大/最小内外半径差值的平均值。
十八、图像变换的通用原理（映射与采样）
"把一张图变成另一张图"的过程，本质上分三步：定义源图像内的区域 → 描述区域如何映射成矩形输出 → 逐像素采样赋值。
最简单的变换是一对一对应：选定输入图像的矩形区域，原样转录到输出。但更多变换没有直接对应关系，例如：
- 旋转的矩形输入区域：无法简单转录像素，需要重采样（下图：从旋转的输入图像生成输出图像）：
- 极坐标展开变换（环形→矩形）、棋盘标定生成的非线性变换等：
十九、CogAffineTransformTool：仿射变换
作用：对图像中仿射矩形内的区域进行变换，产生矩形的输出图像。它能消除仿射矩形的旋转和倾斜影响，并可设置比例参数放大/缩小区域内的特征，还能指定其他缩放系数。
典型应用：当感兴趣对象会从一张图旋转到下一张图时，先用仿射变换把区域"摆正"，再交给不能容忍太多旋转的视觉工具去分析。
19.1 仿射矩形（Affine Rectangle）
定义：任何对边彼此平行的四边形——正方形、矩形、平行四边形都是仿射矩形。
仿射矩形用四个顶点标记：P0（原点）、Px（沿 X 轴的顶点）、Py（沿 Y 轴的顶点）、Popp（与原点相对的顶点）。
19.2 采样模式
生成输出图像时，仿射变换工具使用两种采样方法之一：
- 双线性插值：考虑输入图像中最接近每个采样点中心的 4 个像素的值，速度快；
- 高精度：类似双线性，但考虑更多相邻像素，精度更高、速度更慢。
19.3 裁剪模式（Clipping）
当仿射矩形在输入图像边界附近或越界时会被裁剪：
- 仿射矩形越界（如依赖 Fixture 定位时可能发生的偏移）；
- 即使完全落在边框内，若采样点中心距边缘不足一定像素（双线性 < 2 像素、高精度 < 4 像素），也会发生裁剪。
19.4 输出掩膜（Output Mask）
裁剪像素的默认处理：用灰度 0、指定灰度值填充，或让应用报错。更专业的做法是生成输出掩膜图像——仿射矩形内的像素填255，被裁剪的像素填0，供下游视觉工具屏蔽裁剪区域、避免误分析。
二十、采样模式原理：最近相邻 vs 双线性插值
变换工具（PolarUnwrap / AffineTransform）在把"输入像素"映射到"输出像素"时，采样点往往不落在整数像素中心，此时需要插值：
最近相邻取样：直接用中心最接近采样点的像素值作为采样值——执行最快，但不能产生最准确的变换图像（有锯齿/马赛克）。
双线性插值：考虑采样点周围4 个像素（p1~p4），按距离权重（a、b、c、d 归一化后像素中心距离为 1）加权求和——更精确，但更慢。
二十一、面试考点速记
- 高斯采样器什么时候用？→ ① 提速（缩小图不影响检测精度时）；② 去噪（磨平高频杂色）。
- 卷积核总和的意义？→ =1 亮度不变只平滑；=0 保留边缘；>1 变亮。
- 腐蚀 vs 膨胀？→ 腐蚀取最小值：消白点、扩暗部；膨胀取最大值：消黑点、扩亮部。
- 开运算 vs 闭运算？→ 开=先腐蚀后膨胀：去独立杂斑；闭=先膨胀后腐蚀：填暗色小孔。
- 中值滤波 vs 均值滤波 vs 高斯滤波？→ 中值抗椒盐噪声；均值快但抗噪弱；高斯抗高斯噪声、平滑自然。
- OCV vs OCR？→ OCV 验证已知字符是否正确（需图像+预期字符串，输出匹配分数）；OCR 读取未知字符。
- 双线性插值 vs 最近相邻？→ 双线性更精确但慢；最近相邻快但精度低。
- 封装 vs 箝位？→ 封装越界绕回（±256）；箝位钳到 0/255。
二十二、作业实战（课堂练习）
预处理学完，用 VisionPro 完成以下课堂作业（均为真实产线场景）：
- 标识出药物胶囊瑕疵部分：泡罩包装内胶囊缺陷检测（如缺粒、破损），可用形态学+Blob 定位缺陷区域并标注。
- 地面裂痕检测标注红色：先预处理增强裂缝对比度（均衡/高通），再分割出裂缝像素并标注。
- 识别出液位：安瓿瓶液面高度测量，关键是把液面边界"找清楚"。
- 齿轮检测（OK/NG）：判断齿轮齿形是否合格，需要先做形态学/边缘预处理再比对。
- 检测断线（OK/NG）：涂胶/走线是否断线，高亮线体的连通性检查。
- 识别出对应的快递单号：面单数字/条码读取，预处理（二值化、量化）是 OCR/OCV 稳定识别的前提。
二十三、避坑指南
- 中值滤波会缩图：每个 3x3 中值操作让图像减小 2 行 2 列，串联多次要注意尺寸累积；
- 卷积别乱用大核：核越大效果越强但计算越慢，先用 3x3 起步；
- 加减常量溢出要想清楚：要"亮度平滑变化"选封装，要"特征更明显"选箝位；
- 均衡是"稳定器"：光照在图像间略有波动时，把均衡加在流程里能显著提升鲁棒性；
- 形态学参数看方向：结构元素的大小和方向会选择性增强/减少特征，处理细长特征要匹配方向；
- 仿射变换注意裁剪：区域靠近图像边缘会丢像素，务必检查输出掩膜或预留安全边距；
- 预处理越少越好：能用阈值解决的不要上滤波，能一次完成的不要串联多次——每一步都在消耗信息与算力。
本文配套：全部配图来自康耐视 VisionPro 官方讲义截图与课堂练习素材。想回顾之前的内容，可看本系列前作《康耐视 VisionPro 机器视觉入门总结》。预处理是视觉项目的地基，把每个算子的"参数—效果"对应关系吃透，调试时就能一眼定位问题。
