如果你在做机器人、无人机或者边缘盒子的项目，大概遇到过这种局面：摄像头能出图，但图里的东西认不出来；模型在服务器上跑得挺好，一挪到开发板上就卡成幻灯片；或者更基础的——采集回来的画面偏色、噪点多，阈值怎么调都不对。这门「计算机视觉基础」放在具身智能实训的基础模块2，补的正是这块：从像素怎么进来，到模型怎么落到 NPU 上跑起来。

先确认你缺的是哪一段

这门课不适合完全没碰过 Python 和数组操作的人。它默认你能读懂循环和矩阵索引，也大致知道图像在计算机里是一堆数值。真正对得上号的是这几类情况：

用过 OpenCV 的个别函数，但色彩空间、通道顺序、数据类型之间怎么转换全靠试错；
训练好的模型要在 RK3588、树莓派加算力棒这类平台上部署，卡在转换和量化环节；
做分拣、巡线、缺陷检测之类的视觉任务，规则方法调不动了，想接模型又不知道怎么衔接；
目标检测跑通了 demo，但换个场景精度就崩，说不清问题出在数据、预处理还是后处理。

如果以上都不沾边，只是听说计算机视觉热门，那先把 Python 和 NumPy 过一遍再来，效率更高。

图像处理这条线，重点在「知道为什么」

课程从图像获取和色彩空间讲起，RGB 和 HSV 的差别、什么时候必须转到 HSV 去分割颜色，这些在调参时是决定性的。图像增强、滤波、阈值处理这几块，容易学成「背函数名」，但实际项目里更常见的是：光照一变，昨天好用的阈值今天就废了。所以看的时候带着问题——滤波核大小怎么影响边缘保留、自适应阈值和全局阈值分别适合什么场景。颜色分割、边缘检测、特征提取会串起一条传统视觉的完整链路，这条路在算力受限、样本不足时仍然是可用的方案，别急着跳过。

模型转换与量化，才是具身场景的硬骨头

PyTorch 训练、ONNX 中转、RKNN 部署这条链路，是这门课区别于普通 OpenCV 教程的地方。重点不在会不会调转换脚本，而在几个容易踩的坑：算子是否被目标平台支持、输入尺寸和归一化参数有没有对齐、INT8 量化后掉点掉在哪里。量化不是精度换速度的简单买卖，校准集选得不对，模型在特定类别上会直接失效。学这一段时，建议拿自己手上的模型跟着走一遍转换流程，比看演示有效得多。

学完应该能回答这些问题

同一张图在 RGB 和 HSV 下操作，结果差异从哪来？该选哪个？
图像预处理里的归一化参数，和模型训练时用的是否一致，不一致会怎样？
一个 PyTorch 模型转 ONNX 再转 RKNN，中间哪一步最可能引入误差？
INT8 量化后精度下降，你会先检查哪几项？
给定一个目标检测任务，什么情况下用传统方法就够了，什么情况下必须上模型？

这些问题答不上来，说明对应的章节还得回头再看一遍。答得上来，就可以直接进入下一模块，把视觉输出接到决策和控制上。

怎么用这门课

图像处理和模型部署两部分，节奏不一样：前者靠动手调参数找手感，后者靠踩坑积累经验。建议每看完一节，就用本地摄像头或一段视频跑一次，把参数改到失效为止，看看边界在哪。配的实例覆盖图像识别和目标检测，不要只看结果，重点看数据从采集到送入模型中间经过了哪些变换。具身智能的视觉和纯离线跑数据集不是一回事，帧率、延迟、内存占用都会反过来约束你的算法选择——带着这个约束去学，收获会更实在。