计算机视觉 学习笔记 (1) —— 图像处理基础

本文概述了计算机视觉(CV)的主要任务,包括识别和测量,探讨了图像处理的基本概念,如像素和亚像素,并介绍了OpenCV的安装与使用方法。文中还详细讲解了特征提取、图像局部特征点检测算法,以及如何使用K-means进行颜色量化,减少数据复杂度,对导航和地图应用有显著帮助。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

在这里插入图片描述

CV有两个任务: 识别、测量

  • 在图像处理中,输入的是图像,输出的也是图像;
  • 在CV中,输入的是图像,输出的可能是图像,可能是语义,也有可能是利用计算机图形学的原理,对图形进行渲染。
    在这里插入图片描述
    像素(图像基本单位)、亚像素 (用像素表示位移)
    在这里插入图片描述
    在这里插入图片描述

Viusal Studio 2017 + OpenCV 4.0安装

  1. vs2017 通过NuGet免安装opencv + 解决无法解析的外部符号
  2. 安装opencv和VS2017并进行环境配置
  3. OpenCV官方文档学习
  4. OpenCV安装测试程序

MAC平台下Xcode配置使用OpenCV的具体方法 (2016最新)

Example1:用K-means做颜色量化

减少数据空间,降低数据颜色复杂度 eg:0~255->0->11
在导航、地图,对外围世界展示的简化非常有帮助

空间滤波/频率滤波

  • 线性/非线性滤波

边缘检测

  • Canny/Sobel/Laplace

用NN或SVM做车牌号识别

特征提取

图像局部特征点检测算法综述

SIFT/SURF/Harries
关键点:角点
希望特征具有如下的特性:

  1. 尺度不变形
  2. 旋转不变形

变换:

  1. 相似变换(保证角度不变)
  2. 仿射变换(角度不能保证,但是平行线还是平行的)
  3. 投影变换(3X3的矩阵,只能保证直线是直线,角度和平行线都不能保证)

RANSAC 剔除离心点

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值