系列： 上篇 成文/番外-饲养员厨房-上|标准简餐
上篇只是介绍了我做简餐的水平：把题面备好，按批端给深度考生，最终让模型给我干活。
但真正的艺术家往往坚持手搓。就算我自己单打独斗，也是很有水平的。
本篇就是介绍一下我的看家本领——滤波、边缘、轮廓、阈值这些工艺手法。有时直接交卷，有时帮人写出 mask / 轮廓；不是深度学习专用配菜。
本篇可以配合 LearnOpenCV · Getting Started with OpenCV 一起食用——那边按读图、几何、滤波、阈值、边缘、轮廓一路拆；这边讲这些手法在工程师灶台上怎么用、和深度考生怎么分家。
0. 澄清误会：三条路，别混
| 路 | 在干啥 | 例子 |
|---|---|---|
| A · 备餐给深度模型 | 把图变成考生能吃的张量（几何+数值） | resize/crop、ToTensor、Normalize —— 上篇 |
| B · 古典灶台直接出菜 | 不用深度模型，传统法直接交卷 | 海天：阈值/形态学 → mask 就是答案 |
| C · 帮人出/核答案 | 辅助标注、伪标签、质检可视化 | 边缘帮忙描轮廓；阈值出粗糙 mask 再人工改 |
所以：
- 不全是「训练数据的一部分」——很多时候古典法自己就是考生。
- 可以是「制作答案」——B、C 常这样；A 主要是做题面。
- 喂 AlexNet 认 ImageNet 时：主路径是 A；滤波边缘不是必经主菜。
核心还是那句：工程师选择何时手工、何时让模型打工。
1. 滤波 / 模糊：先清理案板
古法大餐第一步，往往不是直接切菜——先清理案板：抖掉不该在台上的东西，只留下这次要用的食材和工具。
滤波 / 模糊干的就是这事：去噪、抹掉多余细节，让后面的边缘、阈值少踩坑。它常常是流水线开头，不是整道菜本身。
用一个小矩阵（卷积核）在图上滑动，每个像素用邻域算出新值。
和深度考生体内那种「可学习的核」像，但这边核是人定死的——不靠 loss 反传改。
常见三招（邻域多半是 3×3 / 5×5 这类小窗）：
| 邻域怎么算新像素 | kernel 长什么样 | 去什么噪 | 特点 | |
|---|---|---|---|---|
| 均值 | 算术平均 | 全 1，再归一化 | 一般随机噪 | 快，边缘糊 |
| 高斯 | 加权平均（中心权重大） | 中间大、边上小（钟形） | 高斯噪 | Canny 前常用 |
| 中值 | 排序取中间值 | 不用这种卷积核写法 | 椒盐噪 | 孤立黑白点压得住 |
均值、高斯：小窗滑过去，用核里的权重加权求和 → 典型卷积核。
中值：还是在 3×3 / 5×5 里动手，但把邻域像素排个序，取中间那个当新像素——不是「乘核再加总」那一套，所以一般不说它是卷积核。
清完案板，不等于大餐出锅——更不等于「深度预处理完成」。后面边缘、轮廓、阈值，才是古法流水线往下走。
2. 边缘：进入雕刻状态
案板清完，下一刀不是染色——是雕刻。
边缘这一步，开头先转灰度。不是不关心颜色，是这时候脑子里要的不是「多鲜艳」，而是最终会留下的形状：墙和门的交界、海和天的接缝、物件轮廓该落在哪。
彩色三通道吵来吵去，不好统一问「这里亮暗变没变」；灰度每个像素一个亮度，只问坡有多陡。
第一个概念：梯度
把一行灰度像素想成一串数字：
… 100 102 105 200 198 196 …
↑这里从 ~105 跳到 200
梯度 ≈ 亮度变化有多猛（坡有多陡）。
平坦≈0，不像边；猛跳→有可能是边。还不是「一定是边」——后面还要筛、还要连。
2D 图上要看两个方向：
| 在比什么 | |
|---|---|
| Gx | 左右亮暗差 → 对竖边敏感 |
| Gy | 上下亮暗差 → 对横边敏感 |
合起来是向量 (Gx, Gy)：往哪变最猛、有多猛。
Sobel：先横着刨一刀，再竖着刨一刀
Sobel 就是用固定核把 Gx、Gy 算出来。记住两样：
- xy 方向上的梯度（分开看 / 分开
imshow都很有戏） - 梯度幅值
√(Gx² + Gy²)→ 不管横竖，只要亮暗差大就亮
gx = cv2.Sobel(gray, cv2.CV_64F, 1, 0, ksize=3)
gy = cv2.Sobel(gray, cv2.CV_64F, 0, 1, ksize=3)
mag = cv2.magnitude(gx, gy) # 幅值；这才是「边有多强」那张热力图
坑一句：OpenCV 里若 dx=1, dy=1 同时开，那是混合二阶导数，不是上面这个幅值。要「边有多强」，用幅值，别混。
Sobel 像粗坯：边在哪大概看见了，但常常又粗又糊——真边在图上往往占好几像素宽，过渡带里幅值都偏高。要更干净的线，轮到 Canny。
Canny：四步精修（雕刻真正开始讲究）
Canny 比 Sobel 麻烦，但可以记成四步流水线：
① 降噪（高斯） → ② 强度梯度 → ③ 非极大抑制 → ④ 滞后阈值
① 降噪
用的就是上一节案板上的高斯模糊。噪点是小尖峰，不糊一下，梯度图会到处冒假边。
② 强度梯度
先把三个名字分清——后面 NMS 全靠它们：
| 名字 | 是什么 | 直觉 |
|---|---|---|
| 梯度（向量） | (Gx, Gy) | 往哪变最猛 + 有多猛 |
| 梯度幅值 | √(Gx² + Gy²) | 边有多强（和 Sobel 合成图一路货） |
| 梯度方向 | atan2(Gy, Gx) | 最陡的上坡方向 |
幅值大 → 像边；方向 → 坡往哪升，第③步要用。
Canny ② 的幅值公式和 Sobel 一样；它多算方向，还往下做 ③④。
③ 非极大抑制（NMS）——只留脊线，不留山坡
问题：Sobel 热力图边又粗又糊。
办法：对每个像素，用自己的 Gx、Gy 算出方向，把角度归到最近的 0° / 45° / 90° / 135°，只跟「梯度方向上那一对邻居」比幅值——
- 当前 ≥ 两个邻居 → 保留（局部极大，坡顶）
- 否则 → 幅值置 0
人话：同一条边上，只留最陡那一线，胖边削成细线。
④ 滞后阈值（Hysteresis）——人类可拧的两颗旋钮
前面多半是算法算死的；这里你加两个阈值，决定「多严才算边」：
| 幅值 | 名称 | 怎么处理 |
|---|---|---|
| ≥ 高阈值 T_high | 强边 | 肯定保留 |
| T_low ~ T_high | 弱边 | 只有挨着强边才保留（连边） |
| < 低阈值 T_low | 太弱 | 直接丢掉 |
强边是主刀痕；弱边是不是跟着留下来，看它有没有搭上主刀痕——孤零零的毛刺，滚蛋。
雕完一圈，手里常常是一张边线图——中间结果，还不叫交卷。
后面轮廓把它收成封闭形状；分割、可视化、帮人描答案，都可能从这儿接着走。深度考生认 ImageNet？主路径照样可以不吃这一步。
3. 轮廓与形状：择菜，把主角抠出来
边散着，还不叫物件。轮廓这一步，其实像择菜：把可食用的主角抠出来，杂叶背景先搁一边。
经常听「背景」「前景」，我也是一下没反应过来。嘿嘿。
人话：前景 = 这一步你关心、要留下的；背景 = 不要的。谁算前景不是图自带的，是任务定的——红球、蓝天、手机外框，都可以是前景。
这回多半还是先变灰度，依旧先不看颜色。这边可以收一句：
找边缘、追轮廓时，常常用灰度更好分割——问的是亮暗结构，不是「多鲜艳」。
先有二值图，才有轮廓可追
findContours 吃的是二值图（白/黑）。二值从哪来，轮廓意味就不一样：
| 来源 | 二值图长什么样 | 轮廓意味 |
|---|---|---|
| threshold / Otsu | 物体整块白、背景黑 | 物体的 外边界（区域） |
| Canny | 边线是白、其余黑 | 边缘线（通常约 1 像素宽） |
Canny 那路的高低阈值，上一节滞后阈值讲过——人拧两颗旋钮。
threshold 那路的砍线，下一节形态学那边还会展开。
两条路不是「必须先阈再 Canny 再轮廓」，常是二选一或组合。
二值图质量很重要：糊成一片或碎成椒盐，后面 findContours / drawContours 都会跟着倒霉。
找轮廓、画轮廓
OpenCV 里主菜就两口：findContours 找，drawContours 画。
压缩方式差在「点留多少」：
| 模式 | 人话 |
|---|---|
CHAIN_APPROX_NONE | 边界上点几乎都留着，密 |
CHAIN_APPROX_SIMPLE | 直线段压成端点，点少一点，常用够了 |
还有一层容易忘：轮廓有层级。手机外框是一圈；摄像头开孔又是里面一圈——外轮廓套内轮廓，不是只有一条线。
轮廓收成封闭形状之后，可以量面积、周长、外接矩形，甚至粗分「这坨大概像啥」。对我来说常干两件事：
- B 路：形状本身就是要交的答案（或答案的一部分）
- C 路：帮标注员描一圈，人工再改
4. 阈值与形态学：少许调味，再下锅定型
阈值：一笔带过
前面边缘里的高低阈值、轮廓前的二值砍线，其实都碰过「阈值」这味调料了。这边不展开成专章——只要记住：它是常用的人工干预手法，按真实数据可以不断拧。
像老师傅嘴里的「少许」：菜谱写得含糊，干多了你自己会总结——这道菜大概几勺。
砍高了，主角缺一块；砍低了，背景糊进盘里。产出常常是 mask：哪里是目标，哪里不是。
形态学：油炸变大，炒制缩小
二值 mask 往往还不能直接上桌——毛刺、小洞、断边。形态学就是下锅定型：不断控制形状，最后才是要的样子。
这里不用小刀精雕（那是边缘的活）。膨胀、腐蚀、开、闭，更像整块食材在锅里胖瘦：
| 手法 | 锅感 | 图上大概在干啥 |
|---|---|---|
| 膨胀 dilation | 油炸——外边焦、体积胀大 | 白区往外扩，小洞容易补上，断边容易连上 |
| 腐蚀 erosion | 炒制收汁——缩水变紧 | 白区往里收，小毛刺容易烧掉 |
| 开运算 open | 先缩再胀（先腐蚀后膨胀） | 去小白点噪，外形大致还在 |
| 闭运算 close | 先胀再缩（先膨胀后腐蚀） | 补小黑洞，外形大致还在 |
开闭是组合拳，不是又两把小刀。分割任务里，阈值 + 形态学出场率极高：mask 从「勉强能看」变成「能交差」。
有时后面还接染色、量尺寸、数个数——但核心答案往往已经是那张 mask。
5. 海天小高潮：古典法直接出 mask = 答案
说个我自己灶台上干过的活——视频流里分天空、找海天线。
大致流水线：
视频帧
→ HSV 采点（再补蓝天点，扩大包络）
→ inRange 得 sky mask
→ 形态学修边
→ 按算法向上扫 → 海天线
→ 后处理：仅在 sky mask 内染成好天气的蓝
为啥用 HSV 不硬刚 RGB？蓝天在 RGB 里曝光一变就漂；HSV 里 H 相对稳住「是什么蓝」，更好画包围盒。
采点 + 补点 = 把「天」的颜色范围圈住；inRange 吐出的 mask 就是答案的骨架——不是拿去喂 AlexNet 当口粮。
两阶段别混：前面圈天空；最后染蓝是在已知 mask 里改颜色。
这就是 B 路：深度考生根本没上场。我自己是考生，古典灶台直接交卷。
完整走读见掘金前文：标题待填。
6. 和深度考生的关系
别误会：写完古法大餐，不是说深度考生从此失业。
灶台上其实常搭伙。我先用阈值搓一版粗糙 mask，当伪标签丢给分割模型练手——他负责往后抬精度，我负责先有个能吃的坯。同一道题，我古典交一版、他深度交一版，验收时两盘并排端，谁糊谁清楚。边线、阈值图也可以当质检灯：模型懵的时候，人眼先看见「他卡在哪道工序」。
但有一件事必须说死——
喂他家那位认一千类、走 ImageNet 那条主路时，滤波、边缘、轮廓不是必经配菜。上篇那套标准简餐：几何切配 + ToTensor + Normalize，就够进门。你在 OpenCV 教程里学过的工艺，默认不要翻译成「深度学习预处理清单」；那是把大厨刀法，误认成简餐流水线上的必选步骤。
何时手搓、何时让模型打工——菜单权在饲养员，不在考生。
7. 收束
下篇厨房 = 对照班灶台。
有时我们自己就是考生。
三条路再念一遍：备题面 / 古典交卷 / 辅助出答案——勿混。
核心不是考生有多神，是工程师选择何时手工、何时让模型打工。
正文三部讲清「模型打工时发生了什么」。
厨房上下篇把镜头扳回我：我为什么养他、我自己还能怎么做。
厨房上下篇到这儿收工。下一篇番外随缘更新——也许是模型家族聚会，也许是别的灶台。
