For a Final Proj related to Computer Vision, but may not related to Deep Learning things.
Also, only mark some blog links here for my own inference.
- 图像增强的处理,比如在对比度上的变化等。它也是和像素的分布有关系的,看上去比较useful.
https://blog.youkuaiyun.com/m0_38007695/article/details/82718107 - 颜色分解,Color Quantization,比如提取一张图片中的主要颜色。
看到一些k-means的做法,但是k-means不太稳定,可能和初始值有比较大的关系,所以可以探索下别的颜色。还有极端值的处理。 - 需要找一些类似预处理的post,比如图片平滑,放缩,等等类似的。包括一些高度自定义的卷积操作如何实现。

本文探讨了图像增强处理,如对比度调整及与像素分布的关系。深入讨论颜色分解(Color Quantization)技术,用于提取图片的主要颜色。并提到了k-means算法的局限性及其替代方案的探索。此外,文章还涵盖了图像预处理方法,包括平滑、放缩等,以及自定义卷积操作的实现。
877

被折叠的 条评论
为什么被折叠?



