计算机视觉1基础1.1计算机视觉定义1.2人眼图像形成1.3灰度1.4分辨率1.5数字图像显示1.6像素关系1.7图像常用距离为3个1.8.1像素计算1.8.2坐标计算1.9色3要素2图像预处理2.1灰度转换2.1灰度转换2.1 条纹压缩2.1.3伽玛校正2.1.4直方图转换2.2空间滤波器2.2.1平均值滤波器2.2.2 jddym滤波器2.2.3中值滤波器2.3图像锐化2.3.1边缘检测2.3.2图像清晰的两种思路2.6图像预处理技术在深度学习中的应用3图像处理的基本任务3.1三级图像处理3.1.1.2图像分析3.1.3图像理解3.2基本任务3.2.1分类3.2.2检测3.2.3分割3.2 流4.2图像特征提取4.2.1图像二值化4.2.2形态学处理4.2.3模板匹配4.2.4特征描述符4.2.5方向梯度直方图HOG4.2.6局部二值模式LBP4.2.7 Haar
1.1计算机的视觉定义
计算机视觉大部分使用人工智能技术，同样人工智能的发展离不开计算机视觉。 计算机视觉是人工智能领域最成功的方向。
1.2人眼图像的形成
数字化有两个处理过程：采样和量化
采样：将空间上连续的图像转换为离散点
量化是指用不同级别的颜色表示图像信息
1.3灰度
1.4分辨率
1.5显示数字图像
图像中的每个采样点称为像素，可以用坐标(x，y )表示，像素的数据维称为通道。 3358www.Sina.com/在0和1的二值图黑白图中0表示最暗，255表示最亮的灰度图中每个像素点有三个维度，分表显示
颜色空间hsv和彩色图像的另一种表示形式比rgb表示形式表现更多的颜色。
彩色图像还有其他颜色显示，可以在不同的颜色显示之间使用颜色进行变换。
1.6像素关系
所谓像素，如果在4区域或8区域中有像素相等点，则连接
1.7图像中常用的距离有3个1.yxdxgz距离
2 .市区距离
3 .棋盘距离
1 )1:yxdxgz距离是最直观的距离，
2 .市区距离(也称为曼哈顿距离) D=|x1-x2| |y1-y2|；
是两条直角边之和
3 .棋盘距离： D=MAX{|x1-x2|，|y1-y2|}
是纵横中最小的边
1.8图像计算
1.8.1像素计算
1.8.2坐标计算1.9不知道色彩3要素，以下说明，但还不明白
3359 zhidao.Baidu.com/question/48787087.html
2图像预处理是指图像输入、输出或图像，通常这样称为
2.1灰度转换
2.1.1对比度的提高
2.1.2对比度压缩
2.1.3伽马校正越亮
2.1.4直方图转换
不是绝对的均衡，而是相对的均衡
规定化是指变换特定区间
2.2空间滤波与卷积原理相同
2.2.1平均过滤
2.2.2 jddym过滤根据jddym分布设置过滤器
2.2.3中值滤波器
2.3锐化图像
2.3.1边缘检测
2.3.2实现图像清晰化
2.4坐标转换
2.4.1平移
2.4.2镜像
2.4.3转
2.4.4缩放
2.4.5仿射转换
2.4.6透视转换
2.5彩色图像处理的两种思路
2.6图像预处理技术在深度学习中的应用
3图像处理的基本任务
3.1 3阶段3.1.1图像处理
3.1.2图像分析
3.1.3图像理解
3.2四项基本任务
3.2.1分类3.2.2检查3.2.3分割
3.2.4跟踪
4特征提取与传统图像处理算法4.1传统图像处理算法流程
4.2图像特征提取
4.2.1图像二值化
重要的是阈值的设定
4.2.2形态学处理
4.2.3模板匹配一个模板，匹配相似部分
模板匹配采用滑动窗口法，前后滑动
4.2.4特征描述符
4.2.5方向梯度直方图HOG参考以下网站比较清楚
3359 blog.csdn.net/pass ball/article/details/82254256
4.2.6局部二值模式LBP
4.2.7 Haar特征提取描述符
4.2.8灰度共生矩阵GLDM参考以下资料：
3359 blog.csdn.net/QQ _ 37059483/article/details/78292869
3359 blog.csdn.net/guanyu Qiu/article/details/53117507
5深度学习
图像处理总结(1)读取、保存
)2)显示为数字
)3)颜色转换
)4)图像缩放
)5)图像裁剪
)图像位置的变化、反转等
)7)多个图像的加减乘除等
(8)灰度转换
)9)重采样、分辨率转换
(10 )滤波器转换
(11 )图像锐化
(12 )二值化
(13 )腐蚀、膨胀
(14 )模板匹配
(15 ) hog
(16 ) LBP
(17 ) Haar
参考资料https://www.bilibili.com/video/b v1 yt4y1 I7by？ p=25t=185