深度学习图像处理目标检测图像分割计算机视觉 01--图像预处理

摘要

本课程为计算机视觉，那么计算机视觉到底是什么东西？就是研究如何使机器“看”的科学，让计算机具备人类视觉的所有功能，让计算机从图像数据中，提取有用的信息并解释，重构人眼，重构视觉皮层，重构大脑剩余部分。计算机视觉可以干什么？他可以模拟人类视觉的优越能力，同时还可以弥补人类视觉的缺陷。同时，计算机视觉是一个高度复合的、交叉的综合的的学科，涉及了图像处理，机器学习，硬件系统等等学科。计算机视觉的主要研究方向有两个维度，一个是语义感知（Semantic），就是“看见”，一个东西显示在你眼睛前面，你要知道他到底是个什么东西。另一个就是几何属性（Geometry），主要关于虚拟现实场景的应用。本节课程的重点将集中在语义感知部分。请添加图片描述

一、开发环境搭建

1.1 anaconda安装

登录官网anaconda官网下载，因为不同的python版本与我们后续要用到的包的版本是一一对应的，要注意自己下载的是哪个版本的，这里推荐使用python3.6，如果版本太高，后续可能会出现版本不匹配的问题，下载好之后，打开exe文件，双击运行，根据自己的情况安装即可，安装完成后，自己电脑上会出现anaconda。

再检查一下，使用win+R，输入cmd
输入conda–version，如果显示出conda的版本，表示安装成功，就可以去配置其他的环境了。

1.2 安装TensorFlow

TensorFlows是人工智能AI领域的一个重要软件工具，是谷歌开发的开源软件(即免费的)。 人工智能领域分为三个方面，即基础层、技术层和应用层；而TensorFlow就是技术层中的学习框架。所谓学习框架，你可以用它来处理大量数据，快速建立数学模型，这些模型可以完成智能功能，TensorFlow就好像一个功能强大的机床，它可以帮助制造出不同的产品(即数学模型)。TensorFlow就是一个软件，在该软件里面，用户需要使用Python等语言通过编程来搭建数学模型，这些模型被用于人工智能的应用。
不同的python版本对用的tensorflow版本不同，这里安装tensorflow1.9.0.在安装的时候可以直接pip安装，但是可能比较慢，我们可以选择清华源或者豆瓣源进行安装。
例如清华源：pip install tensorflow-cpu==1.9.0 -i https://pypi.tuna.tsinghua.edu.cn/simple

1.3 安装OpenCV

OpenCV是一个基于BSD许可（开源）发行的跨平台计算机视觉和机器学习软件库，可以运行在Linux、Windows、Android和Mac OS操作系统上。 [1] 它轻量级而且高效——由一系列 C 函数和少量 C++ 类构成，同时提供了Python、Ruby、MATLAB等语言的接口，实现了图像处理和计算机视觉方面的很多通用算法。opencv可应用的领域非常多，例如人机互动，物体识别，图像分割，人脸识别，动作识别，运动跟踪，机器人，运动分析，机器视觉，结构分析，汽车安全驾驶等领域
安装OpenCV时，不仅要安装opencv-python，也要安装opencv-contrib-python
给出清华源安装的路径，opencv的安装是比较缓慢的，而且容易因为断网出错，加上一个超时再安装，比较容易成功。
pip --default-timeout=100 install opencv-python3.4.2.16 -i https://pypi.tuna.tsinghua.edu.cn/simple
pip --default-timeout=100 install opencv-contrib-python3.4.2.17 -i https://pypi.tuna.tsinghua.edu.cn/simple
等安装完之后，我们可以检查一下是否安装成功，pip list，会列举出我们计算机上有的所有的包。


可以看到安装的tensorflow和opencv成功了。

二、中值滤波

在使用邻域平均法去噪的同时也使得边界变得模糊。而中值滤波是非线性的图像处理方法，在去噪的同时可以兼顾到边界信息的保留。选一个含有奇数点的窗口W，将这个窗口在图像上扫描，把窗口中所含的像素点按灰度级的升或降序排列，取位于中间的灰度值来代替该点的灰度值。
中值滤波的优点是可以有效地去除椒盐噪声。

import cv2
import numpy as np
import matplotlib.pyplot as plt
#直接读为灰度图像的话，数值变成0就可以
img = cv2.imread('opencv.png',255)

for i in range(2000): #添加点噪声（椒盐噪声）
    temp_x = np.random.randint(0