在计算机视觉、人工智能、医学影像等领域蓬勃发展的今天，图像处理早已成为核心支撑技术。但很多开发者在使用各类图像处理算法时，往往只关注API调用，却忽略了其背后的历史脉络和物理本质。本文将先厘清现代图像处理的发端，再深度剖析那些与物理学直接绑定的经典算法，最后通过Python代码实现实战上手，帮你从根源理解图像处理的底层逻辑。
一、先溯本求源：现代图像处理的发端是什么？
要明确现代图像处理的发端，首先要区分「传统光学图像处理」和「现代数字图像处理」：
- 传统光学图像处理（19世纪-20世纪中叶）：依赖光学设备（滤镜、暗房、棱镜等）对胶片图像进行处理，比如老照片的曝光调整、色彩校正，本质是物理光学现象的直接应用，无数字计算参与；
- 现代图像处理（数字图像处理）：以「图像数字化」为核心，通过计算机对离散像素数据进行运算处理，这是我们当前研究和应用的主流，也是本文的聚焦对象。
现代数字图像处理的标志性发端
现代数字图像处理的首次大规模实战应用，标志着其正式诞生——1964年，美国国家航空航天局（NASA）的喷气推进实验室（JPL）利用计算机对「徘徊者7号」月球探测器传回的月球表面图像进行数字处理。
当时的核心需求是：探测器传回的图像存在噪声干扰、几何畸变、对比度不足等问题，无法直接用于月球地形分析。JPL的
