计算机视觉新手入门：大佬推荐我这样学习

计算机视觉从入门到放肆

一、基础知识

1.1 计算机视觉到底是什么？

计算机视觉是一门研究如何让机器“看”的科学

更进一步的说，就是使用摄像机和电脑代替人眼对目标进行识别、跟踪和测量等机器视觉，并进一步做图形处理，使电脑处理成为更适合人眼观察或传送给仪器检测的图像。

作为一门科学学科，计算机视觉研究相关的理论和技术，视图建立能够从图像或者多维数据中获取’信息’的人工智能系统。

1.2 图像
当程序在读取一张图片时，需要考虑以下数据：

• 高度、宽度

  假如一张照片的分辨率为：1920*1080(单位为dpi，全称为 dot per inch)，1920 就是照片的宽度，1080 就是图片的高度。

• 深度

  存储每个像素所用的位数，比如正常RGB的深度就是 2^8 * 3 = 256 * 3 = 768 ， 那么此类图片中的深度为768，每个像素点都能够代表768中颜色。

• 通道数

  RGB图片就是有三通道，RGBA类图片就是有四通道

• 颜色格式

  是将某种颜色表现为数字形式的模型，或者说是一种记录图像颜色的方式。比较常见的有：RGB模式、RGBA模式、CMYK模式、位图模式、灰度模式、索引颜色模式、双色调模式和多通道模式。

• more
  图像中的知识点太多，做基本图像处理，了解以上知识个人感觉可以了。等到以后如果做深入研究，或许有机会做更多的学习

1.3 视频

原始视频 = 图片序列，视频中的每张有序图片被称为“帧(frame)”。压缩后的视频，会采取各种算法减少数据的容量，其中IPB就是最常见的。

• 码率

  数据传输时单位时间传送的数据位数，通俗一点的理解就是取样率，单位时间取样率越大，精度就越高，即分辨率越高

• 帧率

  每秒传输的帧数，fps（有没有一种似曾相识的感觉~~~），全称为 frames per second

• 分辨率

  每帧图片的分辨率

• 清晰度

  平常看片中，有不同清晰度，实际上就对应着不同的分辨率

• IPB

  在网络视频流中，并不是把每一帧图片全部发送到客户端来展示，而是传输每一帧的差别数据（IPB），客户端然后对其进行解析，最终补充每一帧完整图片

1.4 摄像机

在实际应用当中，基本上都是通过不同种类的摄像机来获取数据，然后发送给服务端（AI Server）进行处理，分类有：

• 监控摄像机（网络摄像机和模拟摄像机）
• 行业摄像机（超快动态摄像机、红外摄像机、热成像摄像机等）
• 智能摄像机
• 工业摄像机