图像预处理是计算机视觉和图像处理中非常关键的第一步，其目的是为了提高后续算法对原始图像的识别、分析和理解能力。以下是一些主要的图像预处理技术：
1.图像增强：
对比度调整：通过直方图均衡化（Histogram Equalization）等方法改善图像整体或局部的对比度。
伽玛校正：改变图像的亮度特性，用于补偿显示器或其他硬件设备的非线性响应。
锐化处理：如使用高通滤波器（如拉普拉斯算子、Sobel边缘检测算子）来突出图像中的边缘信息。
2.噪声去除：
空间域滤波：包括均值滤波（Median Filter）、高斯滤波（Gaussian Filter），用于平滑图像并去除椒盐噪声、高斯噪声等。
频域滤波：在傅立叶变换后的频域进行操作，如低通滤波器可以消除高频噪声。
3.色彩转换与标准化：
颜色空间转换：从RGB到HSV、灰度空间等转换，便于后续特征提取和识别。
白平衡校正：确保图像的颜色不受光源色温影响，使得不同光照条件下拍摄的图像具有相似的色彩表现。
归一化：将像素强度范围调整到特定区间，比如[0, 1]或者[-1, 1]，有助于算法训练和比较。
4.几何变换与校正：
缩放：根据需求对图像进行大小调整。
旋转：矫正图像的倾斜角度。
透视变换：对图像进行校正以消除由于相机视角引起的失真。
裁剪与填充：去除图像无关区域或填充缺失部分。
5.二值