企业官网建设流程全解析

简介：这份资源是浙江大学2020-2021秋冬学期计算机视觉课程的配套资料合集，面向正在学习计算机视觉、需要动手完成课程实验的高校学生与自学者。内容覆盖从基础图像处理到深度学习的完整链路，包含六次实验：制作无声小短片视频、圆形与直线检测、Harris角点检测、Eigenface人脸检测以及CNN实现，并附有复习资料与OpenCV学习材料，适合按课程节奏逐项实践或作为期末复习参考。压缩包共1319个文件，以436个jpg图像、419个txt文本、400个pgm灰度图为主，另含14个pdf讲义、7个py脚本、7个png图示及若干模型checkpoint与json配置，整体约72.75MB，目录按实验与资料分块组织，便于检索。目前已有330人学习下载。读者可借此获得六次实验的完整素材与代码框架，理解角点检测、人脸识别与卷积网络等算法的实现细节，并借助OpenCV资料与复习文档查漏补缺，适合作为课程作业与考前梳理的实用参考。

1. 从六份实验报告说起：这套计算机视觉资料到底能帮你省下多少试错时间

如果你正在自学计算机视觉，或者带本科毕设、准备课程大作业，大概率经历过这样的场景：OpenCV 的 API 翻来覆去就那几个，但真到写实验报告时，连一个像样的图像滤波对比图都凑不齐；想复现一个特征匹配流程，结果卡在cv2.findHomography的参数上，一调就是一下午。这套来自某高校 2020-2021 秋冬学期的计算机视觉课程资料，包含 6 次完整实验、配套复习资料和一份 OpenCV 学习资料，恰好能填上这个缺口。它不是那种只给结论的课件，而是把每次实验的代码、数据、报告模板都摆出来了，适合想按部就班走一遍经典 CV 流程的人。我翻完这六次实验的目录后，第一反应是：如果当年我学 SIFT 的时候有这套东西，至少能少熬三个晚上。

2. 六次实验的骨架拆解：从像素操作到特征匹配的递进路线

2.1 实验一与实验二：图像基础操作与空域滤波

前两次实验是整个课程的入口，重点落在像素级操作和空域滤波上。实验一通常要求读取图像、分离通道、做灰度化和直方图均衡化，实验二则进入卷积核的世界，要求手写均值滤波、高斯滤波和中值滤波，并与 OpenCV 内置函数做对比。这套资料里最值钱的部分是它给出了完整的对比脚本，而不是只丢一个cv2.GaussianBlur就完事。

我一般会建议按这个顺序跑一遍：

import cv2 import numpy as np import matplotlib.pyplot as plt # 读取图像并转为灰度图 img = cv2.imread('lena.jpg', cv2.IMREAD_GRAYSCALE) # 手动实现均值滤波（3x3） kernel_mean = np.ones((3, 3), np.float32) / 9 manual_mean = cv2.filter2D(img, -1, kernel_mean) # OpenCV 内置均值滤波 builtin_mean = cv2.blur(img, (3, 3)) # 计算两种方式的差异 diff = cv2.absdiff(manual_mean, builtin_mean) print(f'最大差异值: {diff.max()}') # 正常应为 0 或极小值 # 并排显示 plt.subplot(131), plt.imshow(img, cmap='gray'), plt.title('Original') plt.subplot(132), plt.imshow(manual_mean, cmap='gray'), plt.title('Manual Mean') plt.subplot(133), plt.imshow(builtin_mean, cmap='gray'), plt.title('Builtin Mean') plt.show()

这段代码的逻辑很直白：用filter2D手动卷积一个 3x3 的均值核，再和cv2.blur的结果做逐像素差值。如果差值不为零，说明边界处理方式不同——OpenCV 默认对边界做反射填充，而手动卷积如果不指定borderType，默认是常量填充。这个坑我在第一次跑的时候就踩了，输出图像边缘有一圈暗带，后来把borderType=cv2.BORDER_REFLECT加上才对齐。参数上，ddepth=-1表示输出图像深度与输入一致，如果输入是uint8，卷积结果会被截断到 0-255，做对比时最好先转成float32再算差值。

实验二还会涉及高斯核的生成。资料里给了一个手动计算高斯核的函数，用np.exp和归一化实现，和cv2.getGaussianKernel的结果做对比。这里的关键参数是sigma，它控制核的权重分布：sigma 越大，中心像素的权重被摊得越平，滤波效果越接近均值滤波。我通常会把 sigma 设成 1.0 到 2.0 之间，再大就糊得看不清细节了。

2.2 实验三与实验四：频域变换与边缘检测

实验三进入频域，要求实现傅里叶变换、频谱图绘制和低通/高通滤波。实验四则是边缘检测，包括 Sobel、Laplacian 和 Canny 算子。这两次实验的难度明显上一个台阶，因为频域的概念对初学者不太友好，而 Canny 的双阈值又特别依赖经验。

频域实验的核心代码通常长这样：

import cv2 import numpy as np img = cv2.imread('lena.jpg', cv2.IMREAD_GRAYSCALE) f = np.fft.fft2(img) fshift = np.fft.fftshift(f) # 构建理想低通滤波器 rows, cols = img.shape crow, ccol = rows // 2, cols // 2 mask = np.zeros((rows, cols), np.uint8) D0 = 30 # 截止频率 for i in range(rows): for j in range(cols): if np.sqrt((i - crow)**2 + (j - ccol)**2) <= D0: mask[i, j] = 1 fshift_filtered = fshift * mask f_ishift = np.fft.ifftshift(fshift_filtered) img_back = np.fft.ifft2(f_ishift) img_back = np.abs(img_back) # 显示频谱和滤波结果 magnitude_spectrum = 20 * np.log(np.abs(fshift) + 1)

这里有几个参数需要留意。D0是截止频率，设得太小，图像会糊成一片；设得太大，等于没滤波。我一般从 30 开始试，根据图像尺寸调整。另外，np.log里的+1是为了避免对零取对数，这个细节资料里没写，但实际跑的时候不加会报 warning。频域滤波的坑在于：理想低通滤波器会产生振铃效应，因为它的频率响应是矩形窗，对应的空域是 sinc 函数。如果想减轻振铃，可以换成巴特沃斯或高斯滤波器，资料里也给了对应的实现。

边缘检测部分，Canny 的双阈值是重灾区。资料里建议的低高阈值比是 1:2 或 1:3，但实际图像千差万别。我通常先用cv2.Canny的默认阈值跑一遍，看边缘图的效果，再根据漏检和误检情况调整。如果边缘断断续续，说明低阈值太高；如果背景噪声全被检出来，说明高阈值太低。Sobel 算子则要注意ksize参数，取 3 时是标准的 3x3 核，取 -1 时用 Scharr 核，后者对细边缘更敏感。

2.3 实验五与实验六：特征提取与图像拼接

最后两次实验是整套资料的高潮，涉及 Harris 角点检测、SIFT 特征提取、特征匹配和单应性矩阵估计。实验五通常要求实现 Harris 角点检测，实验六则是用 SIFT + FLANN 做图像拼接。这部分代码量最大，也最容易出问题。

一个典型的 SIFT 匹配和拼接流程如下：

import cv2 import numpy as np # 读取两张待拼接图像 img1 = cv2.imread('left.jpg') img2 = cv2.imread('right.jpg') # 创建 SIFT 检测器 sift = cv2.SIFT_create() # 检测关键点和计算描述子 kp1, des1 = sift.detectAndCompute(img1, None) kp2, des2 = sift.detectAndCompute(img2, None) # FLANN 匹配器参数 FLANN_INDEX_KDTREE = 1 index_params = dict(algorithm=FLANN_INDEX_KDTREE, trees=5) search_params = dict(checks=50) flann = cv2.FlannBasedMatcher(index_params, search_params) # KNN 匹配 matches = flann.knnMatch(des1, des2, k=2) # Lowe's ratio test 筛选优质匹配 good_matches = [] for m, n in matches: if m.distance < 0.7 * n.distance: good_matches.append(m) # 至少需要 4 对匹配点计算单应性矩阵 if len(good_matches) > 4: src_pts = np.float32([kp1[m.queryIdx].pt for m in good_matches]).reshape(-1, 1, 2) dst_pts = np.float32([kp2[m.trainIdx].pt for m in good_matches]).reshape(-1, 1, 2) H, mask = cv2.findHomography(src_pts, dst_pts, cv2.RANSAC, 5.0) # 用 H 矩阵做透视变换 result = cv2.warpPerspective(img1, H, (img1.shape[1] + img2.shape[1], img1.shape[0])) result[0:img2.shape[0], 0:img2.shape[1]] = img2

这段代码里，ratio test的 0.7 是个经验值，资料里也是这么写的。如果匹配点太少，可以放宽到 0.75 或 0.8，但误匹配会增多。findHomography的 RANSAC 阈值设为 5.0，单位是像素，意思是重投影误差超过 5 个像素的点会被当作外点。这个值不能太小，否则内点不够，矩阵估计不稳定；也不能太大，否则外点混进来，拼接结果会扭曲。我踩过的坑是：两张图像如果重叠区域太小，SIFT 匹配点不够，findHomography会返回 None，后面warpPerspective直接报错。所以实际跑之前，最好先检查len(good_matches)是否大于 10。

3. OpenCV 学习资料怎么用：别把它当字典翻

3.1 资料的组织逻辑与检索方式

这份 OpenCV 学习资料不是那种按 API 字母顺序排列的手册，而是按功能模块组织的：图像读写、颜色空间转换、几何变换、形态学操作、直方图、轮廓、视频处理等。每个模块下有示例代码和参数说明。我一般不会从头读到尾，而是把它当“配方集”用——遇到具体任务时，先翻到对应模块，看示例代码能不能直接改。

比如要做形态学开运算去噪，资料里会给出cv2.morphologyEx的完整调用和结构元素的创建方式。但要注意，资料里的结构元素是用cv2.getStructuringElement生成的，如果你手写一个np.ones((3,3))传进去，效果可能不一样，因为getStructuringElement生成的矩形核默认锚点在中心，而手写的核在filter2D里锚点也是中心，但在morphologyEx里行为有差异。这个细节资料里没展开，但实际写代码时如果发现腐蚀膨胀结果偏移，大概率是锚点问题。

3.2 把学习资料和六次实验对照着看

单独看 OpenCV 学习资料容易忘，因为缺乏任务驱动。我的习惯是：每做一次实验，就翻到学习资料里对应的章节，把示例代码和实验代码做 diff。比如实验二做高斯滤波，学习资料里可能只给了cv2.GaussianBlur的调用，但实验里要求手动实现，这时候对照着看，就能理解sigma参数在内部是怎么影响核权重的。

另外，学习资料里的视频处理部分和六次实验没有直接重叠，但如果你想把实验扩展到视频流，比如做实时边缘检测，那部分代码可以直接拿来改。我试过把 Canny 检测套到摄像头帧上，延迟大概在 30ms 左右，对于 640x480 的分辨率来说够用了。参数上，视频处理要注意cv2.VideoCapture的缓冲区和帧率设置，默认的CAP_PROP_BUFFERSIZE是 0，如果处理速度跟不上，帧会堆积，导致延迟越来越大。

4. 避坑与排查：六次实验里最容易翻车的五个地方

4.1 现象：SIFT 创建失败，报错AttributeError: module 'cv2' has no attribute 'SIFT_create'

原因：OpenCV 版本问题。从 4.4.0 开始，SIFT 专利到期，被移回主模块，但如果你装的是更早的版本，或者装的是opencv-python-headless，可能没有这个函数。另外，某些国内镜像源里的包版本较旧，也会导致这个问题。

解决：先查版本print(cv2.__version__)，如果低于 4.4.0，升级到 4.5 以上。如果用的是opencv-contrib-python，确认安装的是完整版而不是 headless 版。升级命令：pip install --upgrade opencv-python opencv-contrib-python。

4.2 现象：频域滤波后图像全黑或全白

原因：傅里叶变换后的直流分量在fftshift之后位于中心，如果滤波器把中心也滤掉了，图像均值就没了，结果要么全黑要么全白。另外，np.fft.ifft2的结果是复数，直接imshow会显示异常。

解决：检查滤波器的中心位置是否保留。低通滤波器的中心应该是 1，高通滤波器的中心应该是 0。显示之前用np.abs()取模，再归一化到 0-255。如果还是全黑，检查D0是不是设得太小，把大部分频率都滤掉了。

4.3 现象：Canny 边缘检测结果断断续续，或者背景噪声全被检出来

原因：双阈值设置不当。低阈值太高，弱边缘被丢弃；高阈值太低，噪声被当成边缘。另外，如果输入图像没有做高斯模糊，噪声会直接进入梯度计算，导致大量伪边缘。

解决：先用cv2.GaussianBlur做 3x3 或 5x5 的平滑，再跑 Canny。阈值方面，我一般用np.median算图像梯度中值，然后设低阈值为中值的 0.66 倍，高阈值为中值的 1.33 倍。这个比例不是固定的，但比瞎猜靠谱。

4.4 现象：findHomography返回 None，或者拼接结果严重扭曲

原因：匹配点太少，或者匹配点里外点太多。SIFT 在纹理贫乏的区域（比如白墙、天空）提取不到足够的关键点，导致good_matches数量不够。另外，如果两张图像有重复纹理（比如窗户、瓷砖），FLANN 会匹配到错误的位置，RANSAC 也救不回来。

解决：先打印len(good_matches)，如果小于 10，考虑换用 ORB 或 AKAZE 特征，它们对纹理要求低一些。如果匹配点够但结果扭曲，把 RANSAC 阈值从 5.0 降到 3.0，或者用cv2.findHomography的method=cv2.LMEDS替代 RANSAC，后者对高斯噪声更鲁棒。

4.5 现象：手动卷积和 OpenCV 内置函数结果不一致

原因：边界填充方式不同。filter2D默认的borderType是BORDER_DEFAULT，实际是反射填充，而手动实现时如果没指定，默认是常量填充（补零）。另外，如果输入是uint8，卷积结果会截断，导致负值变 0，正值超过 255 变 255。

解决：在filter2D里显式指定borderType=cv2.BORDER_REFLECT，并且把输入转成float32再做卷积。对比时用cv2.absdiff算差值，如果最大差值在 1e-3 量级，说明只是浮点误差，可以接受。

5. 进阶技巧：用这套资料做一次完整的图像拼接验证

5.1 从六次实验里抽出一个可复现的验证流程

如果你想验证自己是否真的吃透了这套资料，我建议做一次端到端的图像拼接：从实验一读取图像开始，到实验六的 SIFT 匹配和单应性变换结束，中间穿插实验三的频域滤波做预处理。具体步骤是：先对两张待拼接图像做傅里叶变换，用高通滤波增强边缘，再跑 SIFT 匹配，最后用warpPerspective拼接。这个流程能同时检验频域、特征和几何变换三个模块的理解。

验证时，我一般会记录几个指标：匹配点数量、RANSAC 内点率、拼接后的重叠区域宽度。匹配点数量在 50 到 200 之间比较理想，内点率高于 60% 说明匹配质量不错，重叠区域宽度至少要有图像宽度的 20%，否则拼接缝会很明显。如果内点率低于 40%，我会回头检查频域滤波是不是把太多细节滤掉了，或者 SIFT 的contrastThreshold设得太高。

5.2 参数调优的边界与经验值

这套资料里的参数大多是默认值，但实际用的时候需要根据图像调整。我整理了一个常用参数的边界表：

这张表不是金科玉律，但能帮你快速定位调参方向。比如拼接结果扭曲，先看 RANSAC 阈值是不是太大；匹配点太少，先看 ratio 是不是太严。

5.3 一个我反复踩过的坑

最后说一个血泪经验：这套资料里的实验图像是固定的，但如果你换成自己的照片，SIFT 匹配可能会因为 EXIF 方向信息而失败。手机拍的照片通常带旋转标记，OpenCV 读取时不会自动旋转，导致两张图的方向不一致，匹配点全乱。我后来养成了一个习惯：读图之后先跑一遍cv2.rotate根据 EXIF 校正，或者直接用PIL的ImageOps.exif_transpose处理后再转成 OpenCV 格式。从那以后，我每次做图像拼接之前，都强制走一遍方向检查，再也没出现过匹配点对不上的玄学问题。希望这套资料能帮你把计算机视觉的基础流程跑通，少走点我当年走过的弯路。

本文还有配套的精品资源，点击获取