本文是《图像处理与图像识别》课程笔记，探讨了图像处理的目的与基础，包括图像质量改善和计算机视觉的基石。图像识别部分介绍了图像分割的重要性，如在MNIST数据集中的应用，以及传统的分割方法与深度学习在语义分割中的角色。图像识别的快速发展得益于计算性能提升、应用场景多样化和开源工具的普及。
本系列是研一课程《图像处理与图像识别》的随堂笔记，主要内容是数字图像处理方面，根据老师的讲课内容与自己的理解所书写，还会有一些具体实现的代码，基于Python，欢迎交流。本篇主要介绍图像处理与图像识别的基础知识。
一、图像处理（ImageProcessing）
图像处理是对图像信息进行加工处理，以满足人的视觉心理和实际应用的要求。
图像处理是以人作为最终的信息接收者，主要目的是改善图像的质量。
图像处理是计算机视觉的基础。
二、图像识别（ImageRecognition）
图像识别是以机器为对象，目的是使机器或计算机能自动地识别目标，属于计算机视觉范畴内。
图像分割是数字图像处理中的关键技术之一，指的是将图像中的有意义的特征部分提取出来，包括图像中物体的边缘、区域等。图像分割是进一步进行图像识别、分析和理解的基础，例如手写数据集MNIST就是已经分割好的数据集。我们这里所述的图像分
最低0.47元/天 解锁文章
扫一扫
885
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
