熱線電話:0755-23712116
郵箱:contact@shuangyi-tech.com
地址:深圳市寶安區(qū)沙井街道后亭茅洲山工業(yè)園工業(yè)大廈全至科技創(chuàng)新園科創(chuàng)大廈2層2A
本文整理了圖像處理初學(xué)者應(yīng)該需要了解的100個(gè)基礎(chǔ)問(wèn)題,涉及讀取、顯示圖像、操作像素、拷貝圖像、保存圖像、灰度化(Grayscale)、二值化(Thresholding)、大津算法、HSV 變換、減色處理、平均池化(Average Pooling)、最大池化(Max Pooling)、高斯濾波(Gaussian Filter)、中值濾波(Median filter)、仿射變換(Afine Transformations)等100多個(gè)知識(shí)點(diǎn)。
給出了詳細(xì)的代碼實(shí)現(xiàn),具體的輸入輸出case情況。
內(nèi)容整理自:
https://github.com/gzr2017/ImageProcessing100Wen
問(wèn)題1 - 10
1通道替換
2灰度化(Grayscale)
3二值化(Thresholding)
4大津算法
5HSV 變換
6減色處理
7平均池化(Average Pooling)
8最大池化(Max Pooling)
9高斯濾波(Gaussian Filter)
10中值濾波(Median filter)
問(wèn)題11 - 20
11均值濾波
12Motion Filter
13MAX-MIN 濾波
14微分濾波
15Sobel 濾波
16Prewitt 濾波
17Laplacian 濾波
18Emboss 濾波
19LoG 濾波
20直方圖表示
問(wèn)題21-30
21直方圖歸一化(Histogram Normalization)
22直方圖操作
23直方圖均衡化(Histogram Equalization)
24伽瑪校正(Gamma Correction)
25最鄰近插值(Nearest-neighbor Interpolation)
26雙線性插值(Bilinear Interpolation)
27雙三次插值(Bicubic Interpolation)
28仿射變換(Afine Transformations)——平行移動(dòng)
29仿射變換(Afine Transformations)——放大縮小
30仿射變換(Afine Transformations)——旋轉(zhuǎn)
問(wèn)題31-40
31仿射變換(Afine Transformations)——傾斜
32傅立葉變換(Fourier Transform)
33傅立葉變換——低通濾波
34傅立葉變換——高通濾波
35傅立葉變換——帶通濾波
36JPEG 壓縮——第一步:離散余弦變換(Discrete Cosine Transformation)
37峰值信噪比(Peak Signal to Noise Ratio)
38JPEG 壓縮——第二步:離散余弦變換+量化
39JPEG 壓縮——第三步:YCbCr 色彩空間
40JPEG 壓縮——第四步:YCbCr+DCT+量化
問(wèn)題41-50
41Canny邊緣檢測(cè):第一步——邊緣強(qiáng)度
42Canny邊緣檢測(cè):第二步——邊緣細(xì)化
43Canny邊緣檢測(cè):第三步——滯后閾值
44霍夫變換(Hough Transform)/直線檢測(cè)——第一步:霍夫變換
45霍夫變換(Hough Transform)/直線檢測(cè)——第二步:NMS
46霍夫變換(Hough Transform)/直線檢測(cè)——第三步:霍夫逆變換
47形態(tài)學(xué)處理:膨脹(Dilate)
48形態(tài)學(xué)處理:腐蝕(Erode)
49開運(yùn)算(Opening Operation)
50閉運(yùn)算(Closing Operation)
問(wèn)題51-60
51形態(tài)學(xué)梯度(Morphology Gradient)
52頂帽(Top Hat)
53黑帽(Black Hat)
54使用誤差平方和算法(Sum of Squared Difference)進(jìn)行模式匹配(Template Matching)
55使用絕對(duì)值差和(Sum of Absolute Differences)進(jìn)行模式匹配
56使用歸一化交叉相關(guān)(Normalization Cross Correlation)進(jìn)行模式匹配
57使用零均值歸一化交叉相關(guān)(Zero-mean Normalization Cross Correlation)進(jìn)行模式匹配
584-鄰接連通域標(biāo)記
598-鄰接連通域標(biāo)記
60透明混合(Alpha Blending)
問(wèn)題61-70
614-鄰接的連接數(shù)
628-鄰接的連接數(shù)
63細(xì)化處理
64Hilditch 細(xì)化算法
65Zhang-Suen 細(xì)化算法
66方向梯度直方圖(HOG)第一步:梯度幅值?梯度方向
67方向梯度直方圖(HOG)第二步:梯度直方圖
68方向梯度直方圖(HOG)第三步:直方圖歸一化
69方向梯度直方圖(HOG)第四步:可視化特征量
70色彩追蹤(Color Tracking)
問(wèn)題71-80
71掩膜(Masking)
72掩膜(色彩追蹤(Color Tracking)+形態(tài)學(xué)處理)
73縮小和放大
74使用差分金字塔提取高頻成分
75高斯金字塔(Gaussian Pyramid)
76顯著圖(Saliency Map)
77Gabor 濾波器(Gabor Filter)
78旋轉(zhuǎn) Gabor 濾波器
79使用 Gabor 濾波器進(jìn)行邊緣檢測(cè)
80使用 Gabor 濾波器進(jìn)行特征提取
問(wèn)題81-90
81Hessian 角點(diǎn)檢測(cè)
82Harris 角點(diǎn)檢測(cè)第一步:Sobel + Gausian
83Harris 角點(diǎn)檢測(cè)第二步:角點(diǎn)檢測(cè)
84簡(jiǎn)單圖像識(shí)別第一步:減色化+直方圖
85簡(jiǎn)單圖像識(shí)別第二步:判別類別
86簡(jiǎn)單圖像識(shí)別第三步:評(píng)估
87簡(jiǎn)單圖像識(shí)別第四步:k-NN
88k-平均聚類算法(k -means Clustering)第一步:生成質(zhì)心
89k-平均聚類算法(k -means Clustering)第二步:聚類
90k-平均聚類算法(k -means Clustering)第三步:調(diào)整初期類別
問(wèn)題91-100
91利用 k-平均聚類算法進(jìn)行減色處理第一步:按顏色距離分類
92利用 k-平均聚類算法進(jìn)行減色處理第二步:減色處理
93準(zhǔn)備機(jī)器學(xué)習(xí)的訓(xùn)練數(shù)據(jù)第一步:計(jì)算 IoU
94準(zhǔn)備機(jī)器學(xué)習(xí)的訓(xùn)練數(shù)據(jù)第一步:隨機(jī)裁剪(Random Cropping)
95神經(jīng)網(wǎng)絡(luò)(Neural Network)第一步:深度學(xué)習(xí)(Deep Learning)
96神經(jīng)網(wǎng)絡(luò)(Neural Network)第二步:訓(xùn)練
97簡(jiǎn)單物體檢測(cè)第一步----滑動(dòng)窗口(Sliding Window)+HOG
98簡(jiǎn)單物體檢測(cè)第二步----滑動(dòng)窗口(Sliding Window)+ NN
99簡(jiǎn)單物體檢測(cè)第三步----非極大值抑制(Non-Maximum Suppression)
100簡(jiǎn)單物體檢測(cè)第三步----評(píng)估 Precision, Recall, F-score, mAP