数字图像处理入门：从像素采样到OpenCV实战

第一次接触数字图像处理，是在一门研究生选修课上。当时导师只丢给我一张拍糊了的图书馆照片，说“把这个弄清晰一点”。我对着屏幕发了好一会儿呆，然后才意识到一个简单的事实：我连“图像”这两个字在电脑里到底意味着什么，都没有真正理解。后来我才明白，从那一刻起，我已经踏入了一个既古老又年轻的领域——数字图像处理。

这个领域远没有听起来那么高冷。你每天用手机拍照、扫码付款、人脸解锁、给照片加滤镜，背后全是图像处理在干活。如果你是刚入门的学生、转行做视觉开发的工程师，或者只是好奇“电脑怎么认识图片”的爱好者，这篇文章都能给你一个落脚点。我会从最基础的概念讲起，用比较通俗的方式把采样、量化、像素、色彩空间这些绕不开的名词说清楚，再带你把环境搭起来，亲手跑通第一个图像处理程序。整个过程不需要数学基础，不需要深厚的编程功底，只需要你愿意动手试。

1. 数字图像处理到底在干什么：从一张照片说起

1.1 图像的数字本质：一张照片就是一堆数字

很多人第一次听到“数字图像”会觉得抽象，其实一句话就能说透：数字图像，就是用一个二维数组来存储的亮度信息矩阵。

拿最经典的黑白照片举例。照片上有亮有暗，电脑不认识“亮”和“暗”，它只认识数字。于是我们把照片横向切成M份，纵向切成N份，得到一个M行N列的小格子阵列，每个格子里填一个数字，代表这个格子的亮度。这个格子，术语叫“像素”；这一大块数字阵列，就是电脑眼里的图像。

可以类比一下：如果用方格纸临摹一幅画，每个格子里只记录“这里深一点还是浅一点”，涂完之后，一格一格连起来看，原画的大致轮廓就出来了。格子越密，轮廓越清楚——这就是数字图像的基本原理，没有更复杂的东西了。

到了彩色图像，逻辑也一样，只是每个像素不再只存一个数字，而是存三个：红、绿、蓝三个通道各自的亮度值。这三个值按不同比例混合，就能组合出我们肉眼看到的所有颜色。所以一张彩色图，本质上是三个二维数组叠在一起。

理解这一点很重要。后面你做任何图像处理操作，比如调亮度、加模糊、识别边缘，最终都是在和这个数字矩阵打交道。很多初学者卡在各种算法里出不来，就是因为忘了这层本质。

1.2 采样与量化：从连续世界到数字世界的关键一跳

图像从现实世界进入电脑，要经历两个步骤，一个是采样，一个是量化。

采样解决的是“把空间切碎”的问题。现实世界的画面是连续变化的，光影过渡非常平滑，但电脑没有能力直接存储这种无限连续的信息，只能隔一段距离取一个点。就像你用温度计测室温，不可能记录每一瞬间的温度变化，只能每隔五分钟记一次。这个取点的过程，就是采样。

量化解决的是“把亮度分级”的问题。取完点之后，每个点的亮度还是一个连续值，比如某个点的亮度精确值是128.37，电脑存不了这么多小数，就把它近似成最接近的整数。常见做法是分成256级，用0表示纯黑，255表示纯白，中间的数字表示不同深浅的灰。这个把连续亮度映射成有限等级的过程，就是量化。

这里有个很直观的体会：采样密度越高，图像细节越丰富；量化等级越多，图像层次越细腻。两者决定了图像的质量天花板。但你也会发现一个矛盾——采样越密、量化越细，数据量就越大。一张千万像素的照片，原始数据量大得惊人，所以才需要后面的压缩技术。初学阶段，你只需要牢牢记住采样和量化是图像数字化的两个基本动作，后面学图像增强、图像恢复时，很多问题都会追溯到这两个环节。

1.3 像素、分辨率与灰度级：三个绕不开的基础概念

这三个词是数字图像处理最少不了的底层概念，我分开说。

像素是图像的最小单位，就是前面说的一个小格子。一张图有多少像素，通常用“宽×高”表示，比如1920×1080，意思就是横向1920个格子，纵向1080个格子，总计约207万个像素。

分辨率描述的是图像细节的精细程度。它有两种理解方式：一种是像素总数，即一张图像有多少像素；另一种是空间分辨率，表示单位长度内有多少像素，比如一英寸300个像素（常说的300 DPI）。初学者最容易混淆的就是这里——像素总数多不等于打印出来就清晰，还得看物理尺寸上怎么分布。同样1000×1000的图，打印在1寸见方和打印在10寸见方，清晰度完全不是一个概念。

灰度级就是量化时亮度分了几个等级。8位灰度图有256级，16位灰度图有65536级。人眼对灰度的分辨能力大约在几十到上百级之间，所以256级对大多数场景足够了。过度追求高灰度级，人眼看不出差别，但数据量和计算开销却实实在在成倍增长。

这三个概念直接决定了图像的存储容量。只看灰度图的话，一张M×N的图像需要M×N个字节；如果是彩色RGB三通道，就需要3×M×N个字节。算一笔账：一张1024×1024的彩色图，原始数据量是1024×1024×3字节，约3MB。这就是为什么传输图片需要压缩——原图实在太“胖”了。

2. 数字图像处理能解决什么问题：应用场景与价值

2.1 你手机里每天都在发生的图像处理

你可能没意识到，手机拍照的瞬间，图像处理已经跑了无数个来回。按下快门的一瞬间，传感器拿到原始数据，第一件事就是去马赛克——因为相机传感器每个像素只能感光一种颜色，需要通过插值还原出完整的RGB信息。接着是白平衡调整、去噪、锐化、色彩增强，每一步都是典型的图像处理算法。

美颜相机就更典型了。磨皮本质上是低通滤波，把面部的细小纹理和高频噪声抹掉；瘦脸则是图像几何变换，对局部区域做位移和形变；而各种滤镜，要么是调整亮度曲线，要么是调整色相饱和度。你自己拍照时可能只花一秒钟，但背后跑的是十几个处理模块。

扫码支付也是图像处理的重头戏。二维码能稳定识别，靠的是二值化、几何校正、网格划分等一整套处理流程。如果二维码拍歪了、光线太暗了、有反光，都需要预处理来修正。你扫一次码，背后就是一次完整的图像处理流水线。

人脸解锁又往前走了一步。它先通过图像处理把脸部区域定位出来，再提取特征点。光线变化、戴眼镜、换个发型，这些干扰都要靠图像预处理来抵消。虽然最终决策部分是机器学习在干活，但前置的图像处理环节如果做得不好，后面的模型再强也白搭。

2.2 工业、医疗与科研中的硬核应用

消费场景只是冰山一角，图像处理在严肃领域的作用更值得了解。

医疗影像是图像处理最经典的应用之一。CT、MRI这些设备产生的本来就是数字图像，医生看片子其实是在看经过重建、增强后的图像。图像去噪能让病灶边界更清楚，图像增强能突出微小的异常区域。还有一些辅助诊断系统，会自动标注可疑的结节或阴影，靠的仍然是图像处理定位特征。

工业质检是另一个大规模应用场景。生产线上的产品，通过高速相机拍下照片，系统实时检查有没有划痕、缺损、错位。这种检测最核心的就是图像处理中的边缘检测、模板匹配和形态学操作。一个螺丝拧没拧到位、一个瓶盖有没有压紧，传统人工目检又慢又容易疲劳，机器视觉系统可以毫秒级完成判断。

遥感影像处理也在持续发挥作用。卫星拍下来的照片，需要经过几何校正、辐射校正、图像拼接才能使用。植被覆盖分析、水体变化监测、城市扩张研究，都是从这些处理过的遥感图像开始的。

科研领域更不用多说——从显微镜下细胞图像的自动分析，到天文望远镜拍摄星云的重建增强，图像处理几乎是所有视觉相关研究的底层基础设施。

2.3 数字图像处理和计算机视觉的边界

有个问题初学者经常问：数字图像处理和计算机视觉有什么区别？我一开始也分不清，后来被导师一句话点醒：图像处理的输入输出都是图像，而计算机视觉的输入是图像、输出是理解结果。

图像处理是把一张图变成另一张图。你把模糊的照片变清晰，输入是模糊图，输出是清晰图；你把彩色图变灰度图，输入彩色的，输出灰白的。图进图出，这是数字图像处理的本质。

计算机视觉则不一样。它要做的是从图像里“读出信息”并做出决策。人脸识别，输入是一张脸，输出是“这是谁”的判断；自动驾驶检测车道线，输入是道路图像，输出是“车道在哪”的坐标信息。输出不再是一张图像，而是一个语义层面的结论。

当然，两者不是对立关系，而是流水线的关系。计算机视觉系统通常先依赖图像处理做预处理，把图像质量提上来、把关键区域标出来，然后再用机器学习或深度学习模型做识别判断。所以从数字图像处理入门，也是通往计算机视觉的一条必经之路，它帮你建立的像素级直觉，在后面的深度学习时代依然非常有用。

3. 图像在电脑里是怎么存的：色彩空间与文件格式

3.1 三种必须搞清楚的色彩空间

色彩空间，简单说就是颜色的一种数学表示方式。同一个颜色，可以用不同坐标系来描述。图像处理里最常见的三种，你最好一次搞清楚。

RGB色彩空间是最直观的。红、绿、蓝三原色按不同亮度叠加，组成各种颜色。电脑屏幕就是用这种方式发光的，所以显示器的输出都是RGB。RGB的好处是符合显示设备的物理特性，坏处是它和人眼的感知方式不太匹配——你对着一张偏黄的图，很难直接说出“红色要减多少、绿色要加多少”。

灰度空间其实是把彩色信息丢掉，只保留亮度。灰度图只有一个通道，每个像素一个值，0到255代表从黑到白。很多图像处理算法的前置条件就是先把图像转成灰度，因为灰度处理计算量小，而且能避开颜色带来的干扰。

HSV色彩空间则更接近人眼的感知逻辑。H是色相，代表什么颜色；S是饱和度，代表颜色浓不浓；V是明度，代表亮不亮。做颜色筛选时HSV非常好用。比如你想把画面里的红色物体找出来，在RGB里很难给出一个稳定的范围，但在HSV里只需要限定H在某个区间就行。

有个小表格可以帮你快速对比：

3.2 文件格式的取舍：BMP、JPEG、PNG

你打开电脑里的图片，后缀名可能是jpg、png，也可能遇到bmp。这些格式各有各的存储策略，理解它们的取舍，能帮你避免不少存储和传输上的麻烦。

BMP格式是最原始的无压缩格式。它把图像矩阵原封不动写进文件，优点是处理简单、图像毫无损失，缺点是文件巨大。一张1024×1024的彩色图，BMP文件基本就是3MB往上。这种格式现在主要用于教学演示和某些对兼容性要求极高的场景，日常使用已经很少见了。

JPEG格式是压缩高手。它采用有损压缩，利用人眼对高频细节不敏感的特性，省掉一部分视觉上不太重要的信息，换来极高的压缩比。同一张照片，BMP可能要3MB，JPEG可能只要300KB，画质还看不出明显差异。代价是，反复保存JPEG会累积画质损失，所以JPEG适合存储最终结果，不适合作为中间处理载体。

PNG格式是平衡派。它用无损压缩，画质零损失，但压缩率不如JPEG高。PNG还支持透明通道，这在网页设计、图标制作里是刚需。做图像处理实验时，需要保存中间结果建议用PNG，因为它不会因为反复读写而劣化。

选格式的本质是权衡：到底要文件小，还是要画质精？没有绝对答案，取决于你的具体场景。我的建议是：照片存JPEG，处理中间过程存PNG，教学演示和绝对无损场景才用BMP。

3.3 入门工具选型：OpenCV、MATLAB、Pillow各有千秋

工具选型是很多新手纠结的问题。我用过不止一种工具，可以给你一个比较务实的参考。

OpenCV是目前工业界和学术界事实上的标准。它功能极其全面，从基本的读写、滤波、形态学，到特征提取、相机标定、光流跟踪，几乎应有尽有。性能也经过高度优化，实时处理视频没问题。支持C++和Python两套接口，我用Python配合OpenCV做原型特别顺手。缺点是函数命名偏工程化，逻辑复杂时初学者容易迷路。

MATLAB在高校教学中非常流行。它的矩阵操作天然契合图像处理，很多教科书里的算法用MATLAB几行就写完。它的可视化做得也很好，处理过程中能方便地查看每一步的中间结果。缺点是商业软件授权贵、执行效率不如C++实现，而且脱离学术环境后，实际工程中很少直接用MATLAB做产品。

**Pillow（PIL）**是我最推荐的新手入门工具。它非常轻量，安装简单，代码风格友好。做图像的打开、裁剪、旋转、调色这类基础操作，用Pillow体验极好。缺点是处理复杂算法时力不从心，卷积、滤波、特征检测这些高级功能它基本没有。

三者的定位可以这样理解：Pillow负责带你入门、搞定简单任务；OpenCV负责陪你走进实战、应付真正的项目；MATLAB负责帮你理解算法原理、快速验证想法。如果让我给新手一个明确的路径，我会说：先用Pillow玩一周，然后直接跳到OpenCV开始系统学习。这个路径最省时间，也最顺理成章。

4. 数字图像处理的四大类基本操作

4.1 点运算：每个像素自己说了算

点运算是最基础也是最好理解的一类图像处理操作。它的核心思想是：输出图像上每个像素的值，只由输入图像上同一个位置的像素值决定，跟周围的像素没关系。

最简单的点运算是亮度调整。比如你想把图像调亮一些，就把每个像素值都加上一个固定值：

输出像素值 = 输入像素值 + 30

这个过程就是“遍历所有像素，挨个加30”。听起来很简单，但有个坑：如果输入像素值原本是240，加完30变成270，超出了8位图像允许的最大值255。这时候如果直接截断，像素就变成纯白，细节全没了。合理的做法是做饱和运算，超过255按255算，低于0按0算。

另一个经典的点运算是二值化。给一个阈值，像素值大于阈值的设成255，小于阈值的设成0。这样图像就变成纯黑白的“二值图”，背景和前景被彻底分离开来。这在很多场景下非常有用，比如OCR文字识别前，先要把彩色文档转成清晰的黑白文字图。

点运算虽然简单，但它是很多复杂算法的基石，而且逻辑清晰、容易调试。初学图像处理，强烈建议先把点运算玩透，你会对“图像是矩阵”这句话有更深刻的体会。

4.2 邻域运算：卷积与滤波是核心

如果说点运算是单兵作战，那邻域运算就是“拉帮结派”。输出图像的每个像素值，不仅取决于自己，还取决于周围一圈邻居。这是图像处理中最强大的工具之一，几乎所有重要的效果——模糊、锐化、边缘检测——都是邻域运算的产物。

邻域运算的实现机制叫卷积。简单说，就是用一个小的矩阵（叫卷积核或滤波器）在图像上滑动，每滑动到一个位置，把卷积核和它覆盖的那一小块像素对应相乘、再全部加起来，作为输出图像对应位置的值。

举个例子，最常用的3×3均值滤波核：

1/9 1/9 1/9 1/9 1/9 1/9 1/9 1/9 1/9

它做的事情是：每个像素的值，取自己和周围8个邻居的平均值。这一平均，图像里那些突兀的亮点和暗点就被钝化了，这就是模糊效果的来源。卷积核越大，参与平均的像素越多，模糊越严重。

再说边缘检测，Sobel算子就是另一套卷积核。它在横向和纵向分别计算像素值的变化率，变化剧烈的地方就是边缘。一个像素所在位置如果和邻居差别很大，卷积结果就很大；如果和周围差不多，结果就接近0。边缘检测的底层逻辑就是这么朴素。

我见过很多初学者，一看到卷积就发怵，觉得数学很难。其实你只要亲手写一次卷积的循环代码，跑一张图试试效果，瞬间就明白了。卷积不是玄学，它就是“拿一个小窗移来移去算加权求和”。

4.3 几何变换：让图像换个姿势

几何变换处理的是图像的空间位置关系，而不是像素亮度。它做的事情包括缩放、旋转、平移、翻转这些操作，本质是重新排列像素的位置。

缩放是最常见的几何变换。放大图像时，原来的像素不够用，就需要在像素之间“插值”生成新像素。最简单的方法是最近邻插值，直接复制最近的像素，速度快但锯齿严重；效果好一些的是双线性插值，考虑周围四个像素按距离加权，边缘平滑很多；最高级的是双三次插值，效果更好，但计算量大不少。实操中，一般场景双线性就够了。

旋转变换也很有讲究。图像旋转90度、180度是简单的像素搬移，但如果要旋转任意角度，就需要计算每个目标像素在原始图像中的对应位置，然后插值取数。旋转过程中还会遇到图像边界出现空白的问题，需要决定是用黑色填充、复制边缘、还是镜像填充。这些细节在图像拼接、文档校正时都会遇到。

几何变换看起来不起眼，但在实际项目中无处不在。扫码识别的第一步往往就是透视校正，自动驾驶的道路矫正也离不开几何变换。它是图像处理的“基本功底”，值得花时间练熟。

4.4 频域处理：换个角度理解图像

频域处理可能是初学者最望而生畏的部分，因为要接触傅里叶变换。但你先别被数学公式吓跑，我试图用最直观的方式说明它。

图像可以看作一个亮度随空间位置变化的信号：平缓渐变的地方是低频，剧烈变化的地方是高频。如果把图像转换到频域，就能看到哪些频率成分占据了主导。傅里叶变换干的就是这件事——它把图像从“空间域”翻译成“频率域”。

频域最大的好处是：有些在空间域很难实现的操作，在频域里变得异常简单。比如去噪，图像里的噪声通常对应高频成分，想去除噪声，只需在频域里把高频部分抑制掉，再转换回空间域。这比在空间域里设计复杂的滤波器要直观得多。

用生活类比来理解：想象一段音乐，里面的低音鼓点和高音小提琴混在一起。如果你想把刺耳的高音降下去，直接在时间轴上逐点处理很麻烦，但如果你先把音乐分解成不同频率的频谱，找到高频段，直接把音量调小，就轻松多了。频域处理图像就是这个逻辑。

初学阶段，你不一定需要精通频域算法的数学推导，但至少要知道它在图像处理的工具箱里占据了什么位置。等你后面做图像恢复、图像压缩或者某些特殊滤波时，会发现自己对频域的理解越来越有用。

5. 第一次实操：用Python打开一张图像并做点处理

5.1 环境准备：装好OpenCV

前面聊了这么多概念，现在终于可以动手了。我推荐用Python加上OpenCV的组合，这是目前最主流、资料最丰富的入门配置。

打开终端，执行下面的安装命令：

pip install opencv-python

一条命令就够了。装好之后，你可以验证一下能不能正常导入：

import cv2 print(cv2.__version__)

如果顺利输出版本号，说明环境没问题。我还建议同时安装matplotlib，后面做图像显示和对比会很方便：

pip install matplotlib

在这段准备工作中，最常见的坑是Python环境混乱。我见过很多新手在系统自带的Python和Anaconda之间折腾半天，装好了OpenCV却导入失败。如果你遇到这个问题，最简单的办法是用虚拟环境隔离——创建一个只属于这个项目的环境，所有依赖都在里面装，互不干扰。

另外，准备一张测试图片，最好是内容比较丰富的照片，比如街景、人像、或者你书桌上的杂物都行。初学者用一张内容单一的纯色图，很难看出处理效果差异。

5.2 第一个程序：读取、转换、模糊、二值化一条龙

环境搞定后，我们来写第一个真正的图像处理程序。不要急，一行一行理解：

import cv2 import matplotlib.pyplot as plt # 1. 读取图像 img = cv2.imread('test.jpg') print('原始图像尺寸：', img.shape) # (高度, 宽度, 通道数) # 2. 转换为灰度图 gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) # 3. 高斯模糊 blurred = cv2.GaussianBlur(gray, (5, 5), 0) # 4. 二值化 _, binary = cv2.threshold(blurred, 128, 255, cv2.THRESH_BINARY) # 5. 缩放图像到指定尺寸 resized = cv2.resize(img, (400, 300), interpolation=cv2.INTER_LINEAR) # 6. 保存结果 cv2.imwrite('binary_output.png', binary) cv2.imwrite('resized_output.jpg', resized)

这个程序做了六件事：读图、转灰度、模糊、二值化、缩放、保存。每一步都是入门必会的基本功。

你可能会注意到，我把图像转灰度时用的是COLOR_BGR2GRAY而不是COLOR_RGB2GRAY。这是初学者最容易踩的坑——OpenCV读取图像时，内部存储顺序是蓝色、绿色、红色，不是我们通常说的RGB。写代码时如果搞错了通道顺序，颜色会变得很奇怪。

想要看到处理效果，可以用matplotlib显示：

plt.figure(figsize=(10, 8)) plt.subplot(2, 2, 1) plt.imshow(cv2.cvtColor(img, cv2.COLOR_BGR2RGB)) plt.title('原始图像') plt.subplot(2, 2, 2) plt.imshow(gray, cmap='gray') plt.title('灰度图') plt.subplot(2, 2, 3) plt.imshow(blurred, cmap='gray') plt.title('高斯模糊') plt.subplot(2, 2, 4) plt.imshow(binary, cmap='gray') plt.title('二值化') plt.show()

这里我用cv2.cvtColor(img, cv2.COLOR_BGR2RGB)把图像转回来再显示，是因为matplotlib默认按RGB顺序解释图像，不转的话，显示的图像红色和蓝色会调换。

5.3 保存结果与参数调整技巧

程序跑通之后，我强烈建议你玩一玩参数调整，这是加深理解最好的方式。

先说高斯模糊的参数。GaussianBlur的第一个参数是图像，第二个是卷积核大小，第三个是标准差。把卷积核从(5, 5)改成(21, 21)，重新跑一遍，你会发现图像明显更糊了。多试几个值，你就能直观感受“卷积核越大，模糊越强”这个规律。

再说二值化的阈值。阈值从128改成200，二值化后剩下的白色区域会明显减少，因为更多的像素值小于200被判成了黑色；阈值改成60，白色区域则会大量增加。这种“调一个参数、看一张图”的体验，比看十页理论都管用。

保存结果时还有个细节：cv2.imwrite函数会根据文件后缀名自动选择编码格式。后缀是.jpg就走JPEG压缩，后缀是.png就走PNG压缩。前面说的格式选择问题，在这里就会实际遇到。你如果反复保存JPEG并比较画质，会发现图片越来越“脏”，这就是有损压缩的损耗累积。

6. 新手常见问题排查速查表

6.1 读取图像失败：路径与格式的坑

新手最常见的报错是cv2.imread返回了None，程序后面的操作全部崩掉。原因基本集中在两个地方。

第一个是路径问题。相对路径找不到文件是最典型的情况——代码里写cv2.imread('test.jpg')，但test.jpg根本不在程序运行目录下。排查方法是先用os.getcwd()看看当前工作目录在哪，然后确认图片确实在那个目录里。最简单的办法是用绝对路径，虽然不够优雅，但不会出错。

第二个是文件名问题。OpenCV读取文件路径时，如果包含中文，有些版本的OpenCV会直接返回None，不会报错也不会警告。我的建议是：所有图片文件和项目文件夹统一用英文命名。不要跟这个特性较劲，用英文能省掉很多没意义的调试时间。

另外，imread读取时还可以带一个参数，控制读取方式。cv2.imread(path, cv2.IMREAD_GRAYSCALE)会直接把图片读取为灰度图，省掉一次cvtColor调用；cv2.IMREAD_COLOR是默认行为，读成三通道彩色图。需要透明通道时用cv2.IMREAD_UNCHANGED可以保留Alpha信息。这些细节平时用不太到，但遇到特殊需求时非常有用。

6.2 颜色不对：BGR与RGB的经典误区

这是我见过最多人踩的坑，而且几乎每个学OpenCV的人都会碰到一次。症状是：用OpenCV读图，再用matplotlib显示，结果图像里的天空变成了橙色、草地变成了紫色。

原因一句话就能说清：OpenCV内部用BGR顺序存储彩色图像，而matplotlib按RGB顺序解释图像。两者不一致，红色和蓝色就互换位置了。

解决办法有两个。一个是显示前主动转换：

rgb_img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)

另一个是用OpenCV自带的窗口显示，它内部会自动处理顺序问题：

cv2.imshow('Window', img) cv2.waitKey(0) cv2.destroyAllWindows()

我自己早期在这个坑上浪费过不少时间，明明代码看起来完全“正确”，结果图就是不对劲。你要记住：用matplotlib显示OpenCV读的图，必须先做通道转换。这句话值好几晚上的调试。

6.3 结果全黑或全白：阈值、数据类型与显示问题

有时候程序跑完了，输出的图像全是一片黑或一片白，看起来像是处理失败，其实多半是数据范围或显示方式的问题。

先说二值化全黑。如果整幅图像都是黑色，先检查阈值是不是设得太高了。比如图像整体偏暗，大部分像素亮度在100以下，阈值设成200，所有像素都被判定为黑色，结果自然一片黑。反过来，阈值设得太低，全部判定为白色，就变成全白。

再说数据处理类型的问题。OpenCV的像素值范围是0到255，数据类型是8位无符号整数。如果你做了一个操作，比如给每个像素加上一个浮点数的偏移量，结果数组变成了浮点类型。浮点型数组在用imwrite保存或imshow显示时，会被解释为0到1范围的标准值，超过1的数值全部变成白点，负值全部变成黑点，图像就会看起来严重失真甚至全是白的。正确做法是处理完数据后，用cv2.convertScaleAbs或astype把数据转回8位无符号类型。

灰度图显示成“彩色”也是高频问题。如果你用matplotlib的imshow显示灰度图时，不指定cmap='gray'，matplotlib会默认用颜色映射（colormap）来渲染单通道图像。这时画面会出现绿紫相间的伪彩色，看着不像灰度图，但其实你的数据没有错，只是显示方式不对。指定cmap='gray'就恢复正常了。

我把这些常见问题整理成表格，方便你遇到问题时快速对照：

玩过一轮图像处理之后，你有机会发现，它的门槛其实比想象中低很多。把图像理解成一个矩阵，把各种操作理解成拿不同的规则去修改这个矩阵，一切就通透了。我自己刚学那会儿，光是搞清楚BGR和RGB的区别就折腾了好几天，后来又花了很久才弄明白卷积为什么能模糊图像。回头看，最大的弯路是把问题想复杂了。数字图像处理看着像数学，其实更接近一门手艺——理论概念不必背得滚瓜烂熟，亲手调一次参数、亲眼看到效果变化，比什么都记得牢。所以接下来你要做的就是别停手：找一张自己喜欢的照片，把这些基本操作都跑一遍，改改参数、换换图片、看看效果。遇到问题就翻一翻前面的排查表，然后继续做下去。基础打牢之后，后面不管是做深度学习图像分类，还是做更复杂的视觉项目，你都会比别人更稳。