机器视觉测试工程师的底层能力：从算法到寄存器的全栈验证

简介：本资源是上海柏楚电子科技2024秋季校招「机器视觉测试工程师」岗位的笔试真题汇编，面向计算机视觉、自动化、测控技术等专业应届生及转岗求职者，聚焦工业视觉系统测试能力的实战考查。内容覆盖白盒测试方法、2D几何变换、相机成像模型（小孔成像与坐标矩阵变换）、图像形态学操作（开/闭运算）、OSTU阈值分割、CCD/CMOS传感器对比、gamma/log暗部压缩、网络子网寻址、多类滤波特性辨析、过拟合/欠拟合应对策略等15个核心知识点，并含3道主观简答与1道图像旋转编程题，全面检验理论基础、工程理解与编码实现能力。资源为1个13KB的docx文档，结构清晰，题目附标准选项与关键解析线索，便于针对性复盘与查漏补缺。目前已有364人学习下载，是冲刺机器视觉测试岗秋招笔试的高价值精炼资料。

1. 机器视觉测试工程师笔试不是考“会不会调参”，而是考“为什么这个参数一动，整个系统就崩”

你刷过几十道 OpenCV 边缘检测题，能秒写 Canny 的三步流程；你调过上百次相机曝光，知道把增益拉到 24dB 画面就雪花满天；你甚至能徒手画出 pinhole model 的四个坐标系转换链——但拿到上海柏楚这 15 道秋招真题，第 3 题焦距与 FOV 关系的选项里两个完全一样的答案（C 和 D 都是“焦距越大、FOV 越小、焦距与光圈 F 无直接关系”），第 9 题子网掩码算 IP 连通性时发现选项 A 的 IP 写成10.255.254.20却没标点分隔、D 项末尾带了个010（是八进制还是笔误？）……那一刻你意识到：这不是在筛“能不能跑通 demo”，而是在验“有没有亲手拆过相机驱动、改过 HAL 层寄存器映射、对着 datasheet 算过 sensor timing”的底层肌肉记忆。这份真题的残酷真相是——它不考你背了多少“工业相机三大参数”，它考你当现场图像突然出现条纹噪声、当 ROI 区域阈值分割失效、当旋转后图像坐标错位两像素时，你第一眼盯住的是哪一行寄存器值、哪一段灰度直方图、哪一个变换矩阵的 SVD 分解结果。搞懂这 15 题背后的机制，不是为了蒙对选择题，而是为了在产线凌晨三点接到电话时，能立刻判断是 lens mount 机械公差导致主点偏移，还是 FPGA 图像缓存深度不足引发 pipeline stall。这才是机器视觉测试工程师真正的“后悔药”：不是靠重跑训练，而是靠一眼看穿物理层和算法层之间的那层薄冰。

2. 白盒测试在机器视觉系统中的真实落地：从分支覆盖到 sensor pipeline trace

机器视觉测试工程师的白盒能力，从来不是指“打开 OpenCV 源码看 for 循环”，而是把整条图像处理流水线当作一个可插桩的嵌入式系统来解剖。柏楚真题第 1 题看似考概念，实则暗藏工业场景的致命陷阱：当你说“对程序逻辑分支进行覆盖测试”时，你覆盖的是哪一层的分支？

2.1 视觉系统中的三层“白盒”：算法层、驱动层、硬件层

• 算法层白盒：比如大津法（第 5 题）的实现，不能只调cv2.threshold(img, 0, 255, cv2.THRESH_OTSU)。必须能写出其核心逻辑——遍历所有可能阈值 t，计算前景/背景像素数、均值、类间方差 σ²(t)，并验证当 t=127 时 σ²(t) 是否确为全局最大值。这要求你手写直方图统计循环，并用 assert 校验中间变量。

• 驱动层白盒：工业相机 SDK（如 GenICam）的AcquisitionStart()调用背后，实际触发了哪些寄存器写操作？以某款 CMOS sensor 为例，该函数会按序写入：

  // 伪代码：实际需查 sensor datasheet 中 register map write_reg(0x0100, 0x01); // Trigger mode enable write_reg(0x0340, 0x0438); // Line period (dec) write_reg(0x0342, 0x0a80); // Pixel clock divider write_reg(0x0100, 0x00); // Start acquisition

  白盒测试必须覆盖这些寄存器写入的全部分支：比如当Line period设置超限时，驱动是否返回GENAPI_E_INVALIDVALUE并回滚状态？这需要你在测试框架中 mockwrite_reg函数，注入异常返回值。

• 硬件层白盒：更底层的是 sensor 的 analog front-end（AFE）。例如第 7 题 CCD vs CMOS 的动态范围差异，根源在于 CCD 的电荷转移过程无热噪声叠加，而 CMOS 每个 pixel 自带放大器引入 kTC 噪声。白盒测试要能设计实验：固定光照，用示波器抓取 sensor 输出模拟电压波形，对比 CCD 在 10e⁻ 信号下的 SNR 与 CMOS 在同等条件下的差异——这已经超出软件测试范畴，进入电子工程领域。

提示：柏楚产线实际用的某型号面阵相机，其 GenICam XML 描述文件中PixelFormat枚举值有 12 种，但硬件仅支持其中 7 种。白盒测试必须覆盖所有未实现枚举值的 set 操作，验证 SDK 是否抛出NotImplementedException而非静默失败。

2.2 真题第 1 题的陷阱：边界值测试（B）和等价类划分（C）为何不算白盒？

关键在“白盒”的定义锚点：是否依赖内部结构信息。

• 边界值测试（B）针对输入域的数学边界（如图像宽高 0/65535），不关心算法内部如何处理该边界值；
• 等价类划分（C）基于输入数据的语义等价性（如 RGB 值 [0,255] 划分为有效/无效类），仍属黑盒思维；
• 而分支覆盖（A）强制你读取源码中的if (gray > threshold) { ... } else { ... }结构，这是唯一需要“看见代码逻辑”的选项。

所以正确答案是 A——但如果你只答对这一题，说明你还没真正理解：在机器视觉系统中，“程序逻辑”可能是一段 Verilog RTL 代码（FPGA 图像预处理模块），也可能是一组 SPI 寄存器配置序列。白盒测试工程师的武器库，必须同时装着 gdb、逻辑分析仪、寄存器配置工具。

2.3 如何用 GDB 实现视觉算法的分支覆盖验证？

以真题第 15 题图像顺时针旋转 90° 为例，假设你写了如下 C++ 实现：

vector<vector<int>> rotate90(const vector<vector<int>>& matrix) { int n = matrix.size(); vector<vector<int>> res(n, vector<int>(n)); for (int i = 0; i < n; ++i) { for (int j = 0; j < n; ++j) { res[j][n-1-i] = matrix[i][j]; // 关键映射： (i,j) -> (j, n-1-i) } } return res; }

白盒测试不是只喂[[1,2],[3,4]]看输出[[3,1],[4,2]]，而是用 GDB 下断点验证每条路径：

gdb ./rotate_test (gdb) b rotate90.cpp:5 # 断在双重循环入口 (gdb) r (gdb) p i # 查看当前 i=0 (gdb) p j # 查看当前 j=0 → 此时 res[0][1] 应赋值 matrix[0][0] (gdb) step # 单步执行赋值 (gdb) p res[0][1] # 验证是否等于 1

更进一步，构造边界用例n=1（单像素）和n=0（空矩阵），验证循环条件i < n是否被正确跳过——这才是工业级白盒测试的颗粒度。

3. 2D 几何变换的“保性”本质：为什么仿射变换会吃掉平行线？

真题第 2 题问“哪种 2D 变换可能破坏平行性”，选项 B 投影变换（Perspective Transform）确实是标准答案，但若只记住结论，下次遇到产线相机倾斜安装导致标定板格子变形时，你依然无法快速定位是内参畸变还是外参旋转问题。这题的底层机制，是齐次坐标下变换矩阵的秩与几何不变量的数学绑定。

3.1 四类变换的矩阵形式与自由度约束

所有 2D 变换均可表示为齐次坐标下的 3×3 矩阵乘法：
[ \begin{bmatrix} x' \ y' \ w' \end{bmatrix} = \mathbf{H} \cdot \begin{bmatrix} x \ y \ 1 \end{bmatrix}, \quad \text{实际坐标} = \left( \frac{x'}{w'}, \frac{y'}{w'} \right) ]

注意：真题选项 D “仿射变换”被列为可能破坏平行性的干扰项，这是典型认知陷阱。严格数学定义下，仿射变换必然保持平行性（因线性部分可逆，且平移不改变方向）。但工业现场常把“含严重剪切的仿射变换”误称为“近似透视”，需警惕术语滥用。

3.2 产线实战：如何用 OpenCV 快速验证变换类型？

当客户反馈“标定板图像四角被拉长”，你需要 30 秒内判断是镜头畸变（需校正）还是安装倾斜（需重设外参）：

import cv2 import numpy as np # 假设已提取标定板四个角点（单位：像素） src_pts = np.array([[100,100], [300,100], [300,300], [100,300]], dtype=np.float32) dst_pts = np.array([[90,90], [310,80], [320,310], [80,320]], dtype=np.float32) # 计算仿射变换矩阵（仅用前3点） M_affine = cv2.getAffineTransform(src_pts[:3], dst_pts[:3]) # 计算投影变换矩阵（需全部4点） M_persp = cv2.getPerspectiveTransform(src_pts, dst_pts) # 关键诊断：检查 M_persp 第三行是否接近 [0,0,1] print("Perspective third row:", M_persp[2]) # 若 h31/h32 显著非零 → 存在透视效应 print("Affine determinant:", np.linalg.det(M_affine[:2,:2])) # 若远小于1 → 存在缩放+剪切

若M_persp[2]输出[0.002, -0.001, 1.0]，说明存在微弱透视（可能因相机俯仰角 2°），此时必须用cv2.undistortPoints+cv2.fisheye.undistortImage组合校正，而非简单仿射矫正。

3.3 避坑：机器视觉中 2D 变换的五大翻车现场

现象 → 原因 → 解决

1. 现象：用cv2.warpAffine矫正倾斜文本，结果文字边缘出现锯齿状断裂
   原因：默认插值方式INTER_LINEAR对锐利边缘重建不足，且未设置borderMode=cv2.BORDER_REPLICATE导致边缘像素被截断
   解决：改用INTER_CUBIC+BORDER_REPLICATE，或对二值文本图用INTER_NEAREST

2. 现象：标定板角点拟合的单应矩阵H，反变换H⁻¹应用后坐标偏差 >5px
   原因：OpenCV 的findChessboardCorners返回亚像素精度，但getPerspectiveTransform输入为 float32，累积舍入误差
   解决：用cv2.findHomography替代，其 RANSAC 模式自动剔除误匹配点

3. 现象：同一张图用 CPU 和 GPU（CUDA）版本warpPerspective，输出图像亮度不一致
   原因：CUDA 版本默认使用INTER_AREA插值（为速度优化），而 CPU 默认INTER_LINEAR
   解决：显式指定interpolation=cv2.INTER_LINEAR并确保 CUDA driver 支持该模式

4. 现象：对 ROI 区域做旋转后，cv2.boundingRect计算的外接矩形比预期大 20%
   原因：旋转中心默认为 ROI 左上角(0,0)，而非 ROI 中心，导致旋转后坐标溢出
   解决：先平移 ROI 至原点，旋转，再平移回原位置：M = T·R·T⁻¹

5. 现象：用cv2.undistort校正鱼眼镜头，图像中心区域正常，但四角严重拉伸
   原因：cv2.undistort仅支持径向+切向畸变模型，而鱼眼需cv2.fisheye.undistortImage
   解决：改用 fisheye 模块，并确保内参矩阵 K 的fx,fy与鱼眼模型匹配（通常 fx=fy≈focal_length）

4. 相机成像链路的物理层拆解：从焦距、FOV 到光圈 F 值的硬核关系

真题第 3 题表面考公式记忆，实则是检验你是否亲手拆过相机模组、量过 sensor 尺寸、算过 lens MTF 曲线。当产线同事说“换 12mm 镜头后视野变窄了”，你脱口而出“FOV 缩小约 35%，但景深会增大，建议同步调整光圈到 F2.8 以保证进光量”——这种直觉，来自对成像链路每一环物理约束的肌肉记忆。

4.1 焦距 f 与视场角 FOV 的三角函数本质

FOV 不是镜头属性，而是镜头与 sensor 共同决定的几何结果。水平 FOV（HFOV）精确公式为：
[ \text{HFOV} = 2 \cdot \arctan\left( \frac{w}{2f} \right) ]
其中 (w) 是 sensor 水平尺寸（单位 mm），(f) 是镜头焦距（单位 mm）。

关键洞察：

• 当 (f) 增大，(\frac{w}{2f}) 减小 → (\arctan) 值减小 → HFOV 减小（焦距越大，FOV 越小）
• 但该公式成立的前提是：镜头无畸变、sensor 与光轴垂直、成像面为理想平面。工业现场中，镜头畸变（尤其是桶形畸变）会使实际 FOV 比理论值大 5~10%。

验证方法：用已知尺寸标定板（如 300mm×300mm）在固定距离 D=1000mm 处拍摄，测量图像中板宽像素数 P，则实际 HFOV 为：
[ \text{HFOV}_{\text{actual}} = 2 \cdot \arctan\left( \frac{P \cdot \text{pixel_size}}{2 \cdot D} \right) ]
其中 pixel_size 是 sensor 像元尺寸（如 3.45μm）。若实测 FOV 比理论值大 8%，说明镜头存在显著桶形畸变，需在标定中启用cv2.CALIB_RATIONAL_MODEL。

4.2 光圈 F 值的物理意义：为什么它和焦距“无直接关系”？

F 值定义为：
[ F = \frac{f}{D} ]
其中 (D) 是镜头入瞳直径（单位 mm）。因此：

• F 值与焦距 f 成正比：同一镜头，f 增大时若 D 不变，F 值增大（进光量减少）
• 但工业镜头的 D 通常随 f 动态调整：为维持恒定进光量，长焦镜头会设计更大的入瞳（如 50mm F1.4 镜头的 D=35.7mm，而 200mm F1.4 镜头的 D=142.9mm）
• 真题中“无直接关系”的深意：在机器视觉选型中，你不能只看 f 和 F 值，而必须查 lens datasheet 中的T-stop（透光率修正后的 F 值）。某款 25mm F1.8 镜头，因多层镀膜损耗，实际 T-stop=2.1，导致相同曝光时间下图像比理论暗 0.5EV。

提示：柏楚某产线曾因忽略 T-stop，将 F1.8 镜头按理论进光量设置曝光时间，导致高速运动物体拖影严重。后改用 T-stop=1.9 的同规格镜头，问题解决。

4.3 传感器尺寸 w 如何成为 FOV 的隐性主宰？

常见误区：认为“换更大 sensor 就能扩大 FOV”。真相是：FOV 由 f/w 比值决定，增大 w 同时需同比增大 f 才能维持相同 FOV。

例如：

• 1/2.8" sensor（w=5.37mm）配 f=6mm 镜头 → HFOV ≈ 47°
• 1" sensor（w=12.8mm）配 f=6mm 镜头 → HFOV ≈ 102°（视野暴增！）
  但问题来了：f=6mm 镜头的像圆（image circle）可能仅覆盖 1/2.8" sensor，用在 1" sensor 上会出现严重暗角（vignetting）。此时必须换用像圆 ≥16mm 的镜头（如 f=12mm），此时 HFOV 回到 ≈ 58°。

所以工业选型铁律：先定 sensor 尺寸，再根据所需 FOV 反推最小焦距，最后确认镜头像圆是否覆盖 sensor。

4.4 避坑：相机参数配置的四大血泪经验

现象 → 原因 → 解决

1. 现象：更换 50mm 镜头后，图像整体变暗，自动曝光反复震荡
   原因：新镜头 T-stop 比旧镜头高 0.7EV，而相机 AE 算法未重新学习曝光曲线
   解决：手动固定曝光时间+增益，用cv2.calibrateCamera重拍标定板，生成新 gamma 校正表

2. 现象：同一场景，用 120fps 模式拍摄比 30fps 模式噪声明显增大
   原因：高帧率模式下，sensor 行频提升导致每行曝光时间缩短，为补偿进光量，ISP 自动提升模拟增益（AGC），放大读出噪声
   解决：在 SDK 中禁用 AGC，手动设置固定增益，并用 LED 补光

3. 现象：使用远心镜头（telecentric）时，不同距离的物体在图像中尺寸几乎不变，但边缘出现色散
   原因：远心镜头为消除视角误差，采用复杂光学设计，不同波长光线焦点偏移（轴向色差）
   解决：加装窄带滤光片（如 525nm±10nm），或用单色光源（如 520nm 激光）

4. 现象：CMOS 相机在强日光下拍摄金属表面，出现规则亮线（rolling shutter 效应）
   原因：CMOS 逐行曝光，当金属反光点快速移动时，不同行捕获到反光峰值时刻不同
   解决：切换至 global shutter 模式（若硬件支持），或改用 strobe 同步闪光，冻结运动

5. 图像形态学运算的底层实现：腐蚀/膨胀如何用位运算加速？

真题第 4 题考开/闭运算顺序，但若只记住“开=先蚀后胀、闭=先胀后蚀”，遇到产线实时性要求（如 500fps 检测 PCB 焊点）时，你无法优化算法。真正的底层机制，是腐蚀/膨胀本质是图像与结构元素（SE）的局部极值运算，而工业相机 FPGA 常用位运算实现二值图加速。

5.1 腐蚀与膨胀的数学定义及硬件映射

设二值图像 I(x,y) ∈ {0,1}，结构元素 SE 为 3×3 全 1 矩阵：

• 腐蚀：( (I \ominus SE)(x,y) = \min{ I(x+i, y+j) \mid (i,j) \in SE } )
• 膨胀：( (I \oplus SE)(x,y) = \max{ I(x+i, y+j) \mid (i,j) \in SE } )

在 FPGA 中，这被映射为：

• 腐蚀= 对 SE 覆盖的 9 个像素做AND 位运算（因 0&1=0，只要一个为 0 结果即 0）
• 膨胀= 对 SE 覆盖的 9 个像素做OR 位运算（因 1|0=1，只要一个为 1 结果即 1）

验证代码（Python 模拟位运算逻辑）：

import numpy as np def binary_dilate_bitwise(img, se_size=3): """用位运算思想模拟膨胀：对每个像素邻域取 OR""" h, w = img.shape res = np.zeros_like(img) pad = se_size // 2 padded = np.pad(img, pad, mode='constant', constant_values=0) for i in range(h): for j in range(w): # 提取 3x3 邻域（模拟硬件并行读取） neighborhood = padded[i:i+se_size, j:j+se_size] # 位运算：OR 等价于 np.any(neighborhood) res[i, j] = 1 if np.any(neighborhood) else 0 return res # 测试：单像素亮点经膨胀后变成 3x3 方块 test_img = np.zeros((5,5), dtype=int) test_img[2,2] = 1 print("Original:\n", test_img) print("Dilated:\n", binary_dilate_bitwise(test_img))

输出：

Original: [[0 0 0 0 0] [0 0 0 0 0] [0 0 1 0 0] [0 0 0 0 0] [0 0 0 0 0]] Dilated: [[0 0 0 0 0] [0 1 1 1 0] [0 1 1 1 0] [0 1 1 1 0] [0 0 0 0 0]]

5.2 开/闭运算的物理意义：为什么开运算消除小物体，闭运算填补小孔？

• 开运算（先蚀后胀）：
  腐蚀阶段：小物体（尺寸 < SE）被完全“吃掉”（所有像素变 0）
  挤胀阶段：剩余大物体边缘略微“长胖”，但小物体已消失无法恢复
  →效果：平滑物体轮廓、断开狭细连接、消除小突刺

• 闭运算（先胀后蚀）：
  挤胀阶段：小孔洞（尺寸 < SE）被“填满”（孔内像素变 1）
  腐蚀阶段：大物体边缘略微“瘦身”，但已填充的小孔洞仍保留
  →效果：填充物体内小孔、连接邻近物体、弥合裂缝

产线案例：检测 PCB 上 0402 封装电阻（0.4mm×0.2mm），用 5×5 SE 开运算后，焊盘间飞线（<0.1mm）被彻底清除，而电阻本体（>0.2mm）轮廓仅平滑无损。

5.3 工业级形态学优化：如何让 OpenCV 跑得比 FPGA 还快？

OpenCV 的cv2.morphologyEx默认用 CPU 优化，但可通过以下技巧逼近硬件性能：

# 1. 预编译结构元素（避免重复创建） kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (5,5)) # 2. 使用 MORPH_BLACKHAT 等复合操作（单次调用替代多次） # 黑帽 = 闭运算 - 原图，用于检测暗缺陷 blackhat = cv2.morphologyEx(img, cv2.MORPH_BLACKHAT, kernel) # 3. 对二值图启用 SSE/AVX 指令集（需 OpenCV 编译时开启） # 验证：cv2.getBuildInformation() 中查看 "CPU/HW features" 是否含 AVX2 # 4. 最狠一招：用 Numpy 布尔索引替代循环（对小 kernel 极快） def fast_erode_numpy(img, kernel_size=3): h, w = img.shape res = np.ones_like(img) pad = kernel_size // 2 padded = np.pad(img, pad, mode='constant', constant_values=0) # 向量化：用卷积核滑动窗口计算局部最小值 from scipy.ndimage import minimum_filter return minimum_filter(padded, size=kernel_size)[pad:-pad, pad:-pad]

5.4 避坑：形态学运算的三大玄学失效场景

现象 → 原因 → 解决

1. 现象：对灰度图做开运算后，图像整体变暗，细节丢失严重
   原因：灰度开运算是“局部最小值”，会压制所有高于邻域最小值的像素，过度平滑
   解决：改用 Top-Hat 变换（原图 - 开运算）提取前景细节，或限制 SE 尺寸 ≤3×3

2. 现象：用圆形 SE（cv2.MORPH_ELLIPSE）做腐蚀，结果出现方形锯齿
   原因：OpenCV 的椭圆 SE 实际是离散像素近似，非数学完美椭圆
   解决：用cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (2*r+1,2*r+1))并确保 r≥3，或改用自定义 SE

3. 现象：同一段形态学代码，在 Ubuntu 和 Windows 上输出结果不同
   原因：OpenCV 3.x 在 Windows 上默认用 IPP 加速，而 IPP 的形态学实现与纯 C 版本有微小数值差异（尤其浮点运算）
   解决：在代码开头强制禁用 IPP：cv2.setUseOptimized(False)，确保跨平台一致性

6. 从 Otsu 阈值到产线鲁棒分割：类间方差最大化的物理直觉与工程妥协

真题第 5 题考大津法原理，但若只记住“最大化类间方差”，当产线图像因环境光波动导致直方图双峰模糊时，你无法解释为何 Otsu 失效。这题的终极价值，在于揭示算法理论与物理世界之间的鸿沟：Otsu 假设图像由两个高斯分布叠加，而真实工业场景中，噪声、反射、sensor 非线性会让直方图变成单峰、多峰或平台状。

6.1 Otsu 的数学推导：为什么“最大化类间方差”等价于“最优分离”

设图像灰度级为 0~L-1，概率分布为 (p_i)，阈值 t 将像素分为两类：

• 类 0（背景）：灰度 0~t，概率 (w_0(t) = \sum_{i=0}^t p_i)，均值 (\mu_0(t))
• 类 1（前景）：灰度 t+1~L-1，概率 (w_1(t) = 1-w_0(t))，均值 (\mu_1(t))
• 全局均值 (\mu = w_0\mu_0 + w_1\mu_1)

类间方差定义为：
[ \sigma_B^2(t) = w_0(t)(\mu_0(t)-\mu)^2 + w_1(t)(\mu_1(t)-\mu)^2 ]
化简后得：
[ \sigma_B^2(t) = w_0(t) w_1(t) (\mu_0(t) - \mu_1(t))^2 ]
关键洞察：σ²_B 最大化，等价于同时满足：

• (w_0) 与 (w_1) 接近 0.5（两类像素数均衡）
• (\mu_0) 与 (\mu_1) 差距最大（两类灰度分离最远）
  这正是“最优分割”的物理含义：找一个阈值，让背景和前景既数量相当，又灰度迥异。

6.2 产线直方图 vs 理想直方图：为什么 Otsu 经常翻车？

真实工业图像直方图常呈现：

• 单峰型：低对比度场景（如雾天车牌）、sensor 增益过高导致饱和
• 多峰型：存在多个反射区域（如金属件+塑料件+阴影）
• 平台型：sensor 量化误差或 JPEG 压缩导致某些灰度级像素数剧增

此时 Otsu 选出的 t 可能位于峰谷之间（合理），也可能卡在平台中部（灾难性）。解决方案不是抛弃 Otsu，而是用物理知识约束其搜索空间：

def robust_otsu(img, min_peak_dist=30): """在直方图中先找双峰，再限定 Otsu 搜索范围""" hist, bins = np.histogram(img.flatten(), 256, [0,256]) # 用 scipy.signal.find_peaks 找主峰 from scipy.signal import find_peaks peaks, _ = find_peaks(hist, height=hist.max()*0.1, distance=min_peak_dist) if len(peaks) >= 2: # 双峰存在：在两峰之间搜索 Otsu 阈值 left_peak, right_peak = peaks[0], peaks[-1] search_range = slice(max(0, left_peak-10), min(256, right_peak+10)) _, thresh = cv2.threshold(img, 0, 255, cv2.THRESH_BINARY + cv2.THRESH_OTSU) # 但强制阈值在搜索范围内 thresh = np.clip(thresh, left_peak+5, right_peak-5) else: # 单峰：退化为固定阈值或自适应阈值 thresh = 127 return thresh # 应用 thresh = robust_otsu(gray_img) binary = cv2.threshold(gray_img, thresh, 255, cv2.THRESH_BINARY)[1]

6.3 工程级阈值分割流水线：从 Otsu 到产线可用

一个鲁棒的工业分割流程必含三步：

1. 预处理：用cv2.createCLAHE增强局部对比度（尤其暗部），而非全局直方图均衡
2. 粗分割：Otsu 获取初始阈值 t₀
3. 精调：以 t₀ 为中心，在 [t₀-20, t₀+20] 范围内用迭代法重算：
   • 计算 t₀ 下的前景面积 A₀
   • 设定目标面积 A_target（

本文还有配套的精品资源，点击获取