Wbq的博客

Start my Computer Vision studying今后在这里记录我的CV学习生涯。学习计划在查阅了诸多资料与大牛给萌新的建议后，自己也有了一个大致的学习规划：关于DIP虽然本科时学过这门课但早已忘光，我认为冈萨雷斯的《Digital Image Processing》还是需要快速补一下前四章的。之所以只看前几章是因为CV与CG之间的处理方法还是有所不同的。到后面的一些内容与CV初学关

配置运行环境这里只说opencv的python库。从http://opencv.org可以下最新的opencv库。下好一个exe文件后一路下一步即可。安装完成后，找到安装目录下\build\python\2.7\x86\cv2.pyd，将其copy至python安装目录下Python27\Lib\site-packages中。由于本人比较懒，numpy的安装我是直接通过Pycharm进行安装的，大家

CV，CG与DIP我个人理解的是计算机视觉是让计算机看懂图片和视频，进而理解其中的信息。即输入是image或video，输出是information。而cg的话是一种数据的可视化的过程，要点是将图片显示出来。输入的是数据 ，如xyz，uv，rgb信息，输出是image即二维像素数组。DIP则是对图像进行一些操作（模糊，平滑等），输入是image，输出也是image。CV系统的构成要素既然是视觉，那我

定义说到滤波，不得不提的就是卷积。关于卷积的定义，知乎上有个很有名的段子: 这个话大致讲出了卷积的物理意义。 而在图像中，图像滤波的定义也是由卷积进行定义的： 其中f(x,y)是原始图像，g(x,y)是滤波器，他们做卷积的意思是将原始图像与滤波器的窗口对齐后，将其对应位置的元素相乘后，将得到的结果进行累加，最后得到的值即滤波后得到的结果，其位置位于原始图像与滤波器对齐时的窗口中心的位置

基本边缘检测算子边缘检测算子与前面提到的平滑算子有一个区别是平滑算子的所有系数求和结果为1，这是因为要保证一个常值信号进来进行滤波后其结果仍是常值信号，而边缘检测算子的所有系数求和结果一定为0，因为如果是一个常值信号则他是没有边缘的。且边缘检测算子分为x方向和y方向。 边缘检测的本质是进行微分，在实际中常用差分。 - Sobel算子卷积核 - Prewitt算子卷积核 - L