基于 OpenVINO™ 的 AI 视觉应用基础课学习笔记（二）计算机图像视频处理

计算机视觉概述

计算机视觉（Computer Vision）

生物视觉：从对猫的视觉的研究中发现，视觉是由面向边缘开始的。

数字图像

数字化的图像：图像中的点坐标、灰度值都是离散化的。

数字图像以矩阵的形式存储，以图像中的坐标为矩阵坐标，以灰度值为矩阵元素。

灰度图像只有一个通道，读取矩阵的 shape 为[x, y]；RGB图像有三个通道，它的读取矩阵的shape为[x, y, 3]。

发展历程

应用场景

人脸识别、车辆识别、人脸解锁、智能相册等。

OpenCV 简介

开源计算机视觉库（Open Source Computer Vision Library）

基于BSD许可（开源）发行的跨平台计算机视觉库，用C++语言编写，同时提供了多种语言的接口。

发展历程

图像、视频基本操作

图像去噪

由于设备活外部干扰会产生噪声，去噪就是要减少噪声（噪点）。

图像增强

有目的地增强图片的局部特征。

图片修复

取出小噪声或划痕，这种技术的思想是通过坏点周围的像素点取代坏点。

图像分割

把图像分割成若干不相交的区域。

基于阈值的分割、基于区域的分割、基于边缘的分割、基于特定理论的分割等。

图像颜色通道分离（RGB分离）

将RGB三个颜色通道的分量分别显示和调整。

图像二值化

完全变黑白。

滤波

图像滤波是信号处理里的一个概念。定义图像灰度值变化剧烈的为高频信号，变化平缓的为低频信号。那么可以设计相应的高通、低通滤波器，来检测和提取图像中变化明显的地方（边缘）和使图像变得光滑，去除噪声。

图像特征提取

提取图像特征，可能用到卷积神经网络。

特征匹配

找出图片的特征点，可以利用特征点判断与其他图片的匹配程度等。

视频处理

人脸跟踪、车辆识别等。

OpenCV 图像读取与显示

OpenCV 操作图片

imread(filename, [flags]) flags为读取图片的颜色类型

imshow() 显示图片

imwrite(filename, img,) img为要保存的图片，格式由文件名决定。

VideoCapture() 捕获摄像头的句柄。