computer vision笔记

导论

问题：什么是图片（image）？

• 二值图片：（0，1）
• 灰度图片：（0，255）
• 彩色图片： （0，255）× RGB３通道

计算机视觉的任务：
对图片进行理解。
图片：单幅、多幅、视频
理解：形状、位置、运动、类别

计算机视觉的路线图：
2D –> 3D –> 语义信息（直接2D–>语义信息？）
表示层次与三阶段

human vision：
错觉 和 Gestalt理论 （计算机视觉应该像人一样吗？）

第一课 二值图像

特点：对内存要求小，同时能够保留足够的信息。
每个像素或者为0（称为背景），或者为1(称为前景）

算法1 把灰度图像转为二值图像 Otsu算法

几何特性：
1. 面积（零阶矩）、区域中心（一阶矩） y方向取负数
2. bounding box相关
方向：最小二乘法 伸长率 密集度
3. 欧拉数：连通分量数 - 洞数

投影计算：
提取图片的特征：竖直投影为直方图、水平投影为直方图、对角线投影（反映内部结构）

---

算法2 投影计算直方图

---

连通分量的定义和标记

---

算法3 连通分量标记

递归算法 序贯算法

---

区域边界跟踪

算法4 区域边界跟踪

bonus： 形态学算子