图像增强
在工业现场，受限于打光空间、金属反光或者外部环境光干扰，相机拍出来的原图往往"灰蒙蒙的"、"黑乎乎的"或者"边缘糊成一团"。图像增强的目的只有一个：在做二值化或模板匹配之前，人为地把我们要抓的特征给"逼"出来！
一、 锐化 (Sharpening) ------ "给边缘画眼线"
-
是什么： 咱们之前学的"高斯滤波"是把灰度差抹平（磨皮）。锐化刚好反过来！它是专门去寻找图像上灰度发生突变的地方（边缘），然后故意拉大边缘两侧的灰度差，让原本模糊的轮廓变得像刀刻一样清晰。
-
怎么用（调参）：
-
锐化强度： 系数越大，眼线画得越浓，边缘越刺眼。
-
锐化核大小： 决定了这根眼线的粗细。
-
-
⚠️ 师傅避坑预警： 锐化是一把双刃剑！它在强化真实边缘的同时，也会把微小的灰尘噪点一起放大！ 实战中，如果图像本身噪点就很多，千万别直接用锐化，否则画面会像撒了碎玻璃一样全都是白刺。一定要先做高斯滤波，再做锐化。
一、 是什么：锐化的底层哲学 ------ "马太效应"
如果说平滑滤波（比如均值滤波）的底层哲学是"吃大锅饭、削峰填谷"（把突出的噪点抹平）；那么锐化的底层哲学就是**"劫富济贫的反向操作------马太效应"**！
它的核心思想是：让亮的地方更亮，让暗的地方更暗！ 只要你这个像素比周围邻居亮一点点，锐化算法就会强行把你拔高；只要你比周围暗一点点，算法就会狠狠地把你踩下去。这样一来，原本只有 20 的灰度差，瞬间就被拉大到了 80，边缘就像被刀刻过一样锐利。
二、 怎么算：拆解"拉普拉斯锐化核" (Laplacian Kernel)
还记得咱们学 Sobel 边缘提取时用的"3x3 放大镜（卷积核）"吗？锐化在底层用的也是同一个"滑动扫描"的物理动作，只不过它手里的这把刷子（核）长得不一样。
工业界最经典的一种锐化刷子（3x3 核），里面的数字排布是这样的：
一行一行地算这笔账：
你看这个核，中心是巨大的正数 5 ，上下左右是负数 -1 。它的规矩是：把中心像素的灰度放大 5 倍，然后减去上下左右四个邻居的灰度值。
案发现场 1：扫过"平坦的白纸"（无边缘区）
假设这把刷子压在了一片纯白色的零件表面，中心是 100，上下左右全都是 100。
-
计算： **100 \* 5 - 100 - 100 - 100 - 100 = 500 - 400 = 100**
-
奇迹出现： 算完之后，中心像素依然是 100！底层的精妙之处就在这里，锐化算法对于没有灰度差的平坦区域，绝对秋毫无犯，原封不动！
案发现场 2：扫过"悬崖边缘"（灰度突变区）
假设刷子压在了一条左暗右亮的边缘上。左边邻居是暗的（灰度 50），中心和右边、上下都是亮的（灰度 150）。
-
计算： 150 \*5 (中心放大) - 50(左边暗) - 150 (右边) - 150(上) - 150 (下)
-
结果： 750 - 500 = 250
-
奇迹再次出现： 这个处于边缘上的像素，原本只有 150 的亮度，经过这么一算，瞬间暴涨到了 250（极度刺眼的纯白）！
同样地，如果刷子压在边缘暗的那一侧，算出来的结果会暴跌（甚至变成负数，最后被强制截断成 0 纯黑）。
最终效果： 边缘亮的一侧出现了一道极亮的白线，暗的一侧出现了一道极黑的黑线。这两道线一夹击，轮廓就彻底锐利了！
三、 对应到你的 PPT 参数："强度"与"核大小"
把理论映射回软件参数：
-
锐化强度 (Strength)： 在上面的计算中，差值被强行放大了。如果你觉得 250 太刺眼，你可以调低"强度"。底层其实就是把算出来的"差值变化量"乘以一个你设定的系数（比如 0.5）。
-
锐化核大小 (Kernel Size)： 咱们刚才用的是 3x3。如果改成 5x5、7x7，这把刷子就能看到更远的邻居，算出来的明暗夹击线就会更宽，也就是你说的**"眼线画得更粗"**。
四、 新手必踩坑预警
-
坑 1：满屏"星星"（噪点爆炸）
原因： 咱们算过，锐化专治"与众不同"的像素。而画面上的灰尘、雪花噪点，恰恰是局部最与众不同的孤立点！如果你有一颗灰度 100 的灰尘落在 50 的背景上，锐化核一扫，这颗灰尘瞬间就会变成 250 的纯白光点！
*正确做法： 永远记住师傅之前 PPT 里那句至理名言------"一定要先做高斯滤波，再做锐化！" 先用滤波把微小的灰尘抹平，再用锐化去强化真正粗壮的主体边缘。
-
坑 2：光晕效应 (Halo Effect)
- 现象： 锐化开得太高，零件边缘会出现一圈很不自然的、像发光一样的"白圈"和"黑圈"。这是因为计算结果溢出（超过 255 或低于 0）导致的。调参时只要边缘足够后续工具提取即可，千万别贪多。
二、 对比度 (Contrast) ------ "黑白分明的滤镜"
-
是什么： 针对那种整体灰蒙蒙、缺乏层次感的图像。对比度的底层逻辑是**"拉伸"**：让原本偏亮的浅灰色变成纯白，让原本偏暗的深灰色变成纯黑。
-
怎么用（调参）：
- 对比度系数： VM 里默认 100 是原图不动。大于 100，黑白差异拉大；小于 100，图像变得更灰、更平淡。
-
实战场景： 在传送带上找深色零件，由于传送带也是深色的，两者灰度差只有 15。这时候拉高对比度，就能硬生生把这 15 的差值放大到 50，后续的二值化就好切了。
三、 Gamma 校正 ------ "暗部细节的探照灯"
这是四个工具里最有技术含量、也最神奇的一个算法！它是一种"非线性"的调节。
-
是什么（底层逻辑）： 普通的亮度调节是全图一起变亮，容易导致原本就亮的地方直接过曝（变成死白）。而 Gamma 校正的公式是一个指数曲线：Output = Input\^{\\gamma}。
-
怎么用（调参）： PPT 里写得很清楚，死记这个规律：
-
Gamma 值在 0 ~ 1 之间： 专治"背光死黑"！ 它能把隐藏在黑暗阴影里的微小细节大幅提亮，同时又不会让原本明亮的区域过曝。
-
Gamma 值在 1 ~ 4 之间： 专治"白雾过曝"！它能压暗整体画面，提升亮部的对比细节。
-
在所有图像增强的工具里，亮度（Offset）、增益（Gain）、对比度（Contrast）都属于**"线性变换"（也就是直来直去地加减乘除）。只有 Gamma 校正是一个"非线性变换（指数曲线）"**。它是机器视觉里最神奇的"魔法探照灯"。
一、 为什么我们需要 Gamma？（线性调光的死穴）
假设你在检测一个表面反光的金属圆柱体。圆柱体的中间正对着光源，亮得反光（灰度 240） ；而圆柱体的边缘在阴影里，黑乎乎的一片（灰度 20），但边缘处有一道极细微的划痕（灰度 25）。
-
用普通亮度校正（加法）的惨剧：
你想看清边缘的划痕，于是给全图加上了 50 的亮度补偿。
边缘变成了 20 + 50 = 70，划痕变成了 25 + 50 = 75。阴影确实亮了，你能看清了！
但是！ 中间反光的区域变成了 240 + 50 = 290（超过 255，被强行截断成 255 死白）。中间的细节全部"灰飞烟灭"！
-
Gamma 的神级操作：
Gamma 的底层逻辑是："我要把暗的地方狠狠提亮，但我绝不能碰原本就已经很亮的地方！" 它是一种"因人而异"的调光大法。
二、 Gamma 的底层算账公式：指数魔法
Gamma 校正的底层公式非常简单但极具破坏力：
电脑 CPU 的算账三步曲：
-
归一化（打回原形）： 先把 0~255 的灰度值除以 255，变成 0 到 1 之间的小数（比如 128 变成 0.5）。
-
算指数（Gamma 魔法）： 把这个小数进行 \\gamma（Gamma）次幂运算。
-
反归一化（变回灰度）： 算完之后，再乘以 255，变回我们熟悉的灰度值。
数学奇迹就在第 2 步的小数次幂里：
场景 1：Gamma < 1（比如 \\gamma = 0.5，相当于开平方）
-
看暗部（灰度 25，归一化 0.1）： 0.1\^{0.5} \\approx 0.316。乘回 255，变成了 80！暗部瞬间拔高了 3 倍！
-
看亮部（灰度 250，归一化 0.98）： 0.98\^{0.5} \\approx 0.99。乘回 255，变成了 252。亮部几乎纹丝不动！
-
实战口诀： Gamma < 1 是"暗部拯救者"。专治背光阴影，提亮暗部细节且绝不过曝。
场景 2：Gamma > 1（比如 \\gamma = 2.0，相当于算平方）
-
看中等偏暗部（灰度 128，归一化 0.5）： 0.5\^{2.0} = 0.25。乘回 255，变成了 64！腰斩了一半亮度！
-
看极亮部（灰度 250，归一化 0.98）： 0.98\^{2.0} \\approx 0.96。乘回 255，变成了 245。依然还是很亮。
-
实战口诀： Gamma > 1 是"白雾消除器"。专治曝光过度、灰蒙蒙的泛白图像，能把中间调压暗，拉开亮部的层次感。
四、 亮度校正 (Brightness Correction) ------ "全局的阳光"
-
是什么： 最简单粗暴的数学运算。底层公式：curdst\[i\] = offset + cursrc\[i\] \\times gain
（输出灰度 = 亮度补偏 + 输入灰度 \\times 增益）
-
怎么用（调参）：
-
增益 (Gain)： 这是一个乘法放大器。可以成倍放大整体亮度。
-
亮度补偏 (Offset)： 这是一个加减法。你填 50，全图每一个像素的灰度值都强制加 50。原本是 10 的黑点变成 60，原本是 200 的白点变成 250。
-
-
⚠️ 避坑预警（截断效应）： 灰度值的物理极限是 255。如果你给一个原本灰度是 200 的区域加了 100 的 Offset，算出来是 300，但在系统里只能被强制截断成 255。这会导致大面积的细节丢失，变成毫无层次的纯白斑块。