入门图像处理,需要首先了解图像处理的基础知识,比如冈萨雷斯的书籍,可以简单看一下。然后通过实验更深一步的了解原理和过程。
图像处理分为传统方法和深度学习方法。
传统方法:graphcut,grubcut,levelset等
深度学习方法:简单的说就是用神经网络搭建的用于图像处理的结构
自从深度学习大力发展后,很多人已渐渐的从传统图像处理分析师转到了深度学习大牛。由于传统方法处理效果远低于深度学习的方法,所以目前深度学习方法蒸蒸日上。
我本人是做图像分割的,可以用resnet,vgg,pspnet等现有的网络结构refine后进行使用。只需输入数据,构建好的损失函数即可完成学习。方便快捷,效果还远远高于传统方法。所以用深度学习方法的人越来越多。
---------美丽分割线---------------------------------------------------------------------------------------------
in a word, 入门图像处理,按照以下几点即可(以下是深度学习入门方法):
1. 看基础知识(如冈萨雷斯,或者知乎、github查基础资料)
2. 了解简单的神经网络搭建方法
3. 学习框架,如keras,pytorch等
4. github上download一个简单的程序,run通后,根据自己的想法进行调整,熟悉。
5. 接下来你就可以做一个有关图像处理的项目了
以上是我本人的入学图像处理的流程图。与君共勉。若有纰漏,请多指点。