机器视觉（1/11）

时间	学习方向	学习内容
1月9日	机器视觉	1：机器视觉中级课程第一讲 ，annaconda软件安装使用，在jupyter Notebook中学习课程
		2：jupyter中 numpy运算 zero ones array(自定义) random.randint(随机生成)
		3：2维取值[ ; , ; ]，3维取值[ ; , ; , ; ]
		4：机器视觉中级课程第二讲，numpy 和openCV 对于矩阵数组加减乘运算的算法 两种算法结果有相同也有不同
		5：加法：去噪，减法：取前景，乘法：算子和卷积，均值：明暗程度，标准差：明暗变化程度
		6：图片读取到程序中cv-imread，在文件中提取图片，提取彩图(1)、灰图(0)、透明度(-1)
		7：在窗口提取图片cv-imshow, 搭配cv.waitkey()和cv.destroyAllWindows()使用，窗口大小的调整，图片等比例缩放
1月10日	机器视觉	1：机器视觉中级课程第三讲：彩色图片通过BGR顺序拆分成二通道灰度图(只区分亮度)，单独显示B,G,R需要把其他俩通道补全
		2：图片转灰度图(二值化，边缘信息)，BGR转RGB、转HSV、转YCbCr(颜色空间)
		3：图片保存(.imwrite())，opencv(BGR)，matplotlib/skimage(RGB)，中文路径读取图片和保存，批量读取，截取图片
		4：视频文件中抓取图片信息并保存，摄像头中截取图片(祯)
		5：第四讲：图片白平衡(白补丁算法( 线性增强 )，灰色世界算法(各通道平均值)，Ground Truth Algprithm (参考色块来调整)
		6：画灰度图的直方图(plt.hist/cv.calcHist)-直方图全局均衡化(cv2.equalizeHist)/局部均衡化( createCLAHE)-非线性图像增强方法，彩色图RGB均衡化后合并易失真，需要切换到其它彩色空间去做
		7：伽马变换-线性增强图片(过度亮/暗)，gamma值 >1暗，<1亮