|
本文整理了圖像處理初學者應該需要了解的100個基礎問題，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多個知識點。 給出了詳細的代碼實現(xiàn)，具體的輸入輸出case情況。 內容整理自： https://www.toutiao.com/a1649793934048264 問題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 29仿射變換（Afine Transformations）——放大縮小 30仿射變換（Afine Transformations）——旋轉 問題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 問題41-50 41Canny邊緣檢測：第一步——邊緣強度 42Canny邊緣檢測：第二步——邊緣細化 43Canny邊緣檢測：第三步——滯后閾值 44霍夫變換（Hough Transform）／直線檢測——第一步：霍夫變換 45霍夫變換（Hough Transform）／直線檢測——第二步：NMS 46霍夫變換（Hough Transform）／直線檢測——第三步：霍夫逆變換 47形態(tài)學處理：膨脹（Dilate） 48形態(tài)學處理：腐蝕（Erode） 49開運算（Opening Operation） 50閉運算（Closing Operation） 問題51-60 51形態(tài)學梯度（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）進行模式匹配（Template Matching） 55使用絕對值差和（Sum of Absolute Differences）進行模式匹配 56使用歸一化交叉相關（Normalization Cross Correlation）進行模式匹配 57使用零均值歸一化交叉相關（Zero-mean Normalization Cross Correlation）進行模式匹配 584-鄰接連通域標記 598-鄰接連通域標記 60透明混合（Alpha Blending） 問題61-70 614-鄰接的連接數 628-鄰接的連接數 63細化處理 64Hilditch 細化算法 65Zhang-Suen 細化算法 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） 問題71-80 71掩膜（Masking） 72掩膜（色彩追蹤（Color Tracking）+形態(tài)學處理） 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 Gabor 濾波器 79使用 Gabor 濾波器進行邊緣檢測 80使用 Gabor 濾波器進行特征提取 問題81-90 81Hessian 角點檢測 82Harris 角點檢測第一步：Sobel + Gausian 83Harris 角點檢測第二步：角點檢測 84簡單圖像識別第一步：減色化+直方圖 85簡單圖像識別第二步：判別類別 86簡單圖像識別第三步：評估 87簡單圖像識別第四步：k-NN 88k-平均聚類算法（k -means Clustering）第一步：生成質心 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：調整初期類別 問題91-100 91利用 k-平均聚類算法進行減色處理第一步：按顏色距離分類 92利用 k-平均聚類算法進行減色處理第二步：減色處理 93準備機器學習的訓練數據第一步：計算 IoU 94準備機器學習的訓練數據第一步：隨機裁剪（Random Cropping） 95神經網絡（Neural Network）第一步：深度學習（Deep Learning） 96神經網絡（Neural Network）第二步：訓練 97簡單物體檢測第一步----滑動窗口（Sliding Window）+HOG 98簡單物體檢測第二步----滑動窗口（Sliding Window）+ NN 99簡單物體檢測第三步----非極大值抑制（Non-Maximum Suppression） 100簡單物體檢測第三步----評估 Precision, Recall, F-score, mAP
|
|
|
來自： taotao_2016 > 《圖像處理》
