计算机视觉

1、 什么是计算机视觉

计算机视觉又称为机器视觉（Machine Vision），顾名思义是一门“教”会计算机如何去“看”世界的学科。是指用摄像机和电脑及其他相关设备，对生物视觉的一种模拟。它的主要任务让计算机理解图片或者视频中的内容，就像人类和许多其他生物每天所做的那样。在机器学习大热的前景之下，计算机视觉与自然语言处理（Natural Language Process， NLP）及语音识别（Speech Recognition）并列为机器学习方向的三大热点方向。

计算机视觉应用非常广泛，有图像处理（picture processing）、图像分类（Image Classification）、目标检测(Object Detection)、图像分割(Image Segmentation)、人脸检测与识别 (Face Detection and Recognition)、OCR（Optical Character Recognition，光学字符识别）等。

起初我们可以将其任务目标拆分为：

让计算机理解图片中的场景（办公室，客厅，咖啡厅等）
让计算机识别场景中包含的物体（宠物，交通工具，人等）
让计算机定位物体在图像中的位置（物体的大小，边界等）
让计算机理解物体之间的关系或行为（是在对话，比赛或吵架等），以及图像表达的意义（喜庆的，悲伤的等）

2、图像处理

2.1 什么是图像处理？
一幅图像可以定义成一个二维空间函数，即 I = f(x,y)，I 是二维空间，x和y是空间中的坐标，f是位于二维空间中x和y坐标处的灰度值，即使在计算机中可以把图像看做一个矩阵。

    图像处理（狭义）是对输入图像进行某种变换得到输出图像，是一种图像到图像的过程。主要指对图像进行各种操作以改善图像的视觉效果，或对图像进行压缩编码以减少所需存储空间或传输时间、传输通路的要求，包括图像增强、图像恢复和重建，以及图像编码。

2.2 计算机视觉和图像处理的关系

    图像处理旨在处理原始图像以应用某种变换，其目标通常是改进图像或将其作为某项特定任务的输入，而计算机视觉的目标是描述和解释图像。计算机视觉使用机器学习技术建模图像处理。计算机视觉应用机器学习来识别用于解释图像的模式。就像人类视觉的视觉推理过程一样;我们可以区分对象，对它们进行分类，根据它们的大小对它们进行排序等等。

2.3、python中的图像处理
2.3.1Python安装PIL
PIL仅支持到Python2.7以下的版本，加上年久失修，于是一群志愿者在PIL的基础上创建了兼容的版本，名字叫Pillow，支持最新Python 3.x，又加入了许多新特性，因此，如果我们python的版本比较高，我们可以直接安装使用Pillow。

安装Pillow需要对应满足版本的pip，所以安装前最好更新一下pip，不然容易安装失败！

python -m pip install --upgrade pip

然后在命令行下直接通过pip安装：

pip install pillow

安装完成之后，我们就可以在命令行输入：

pip list

我们就可以看到安装好的pip和Pillow的版本了。

1.1打开图片

from PIL import Image
#打开图片
image = Image.open("jmu.jpg")
image.show()

1.2彩色图像转换成灰色图像

from PIL import Image
#转换成灰度图像
image = Image.open("jmu.jpg").convert('L')
image.show()

1.3转换图片格式（.jpg→.png）

from PIL import Image
#转换图片格式
im = Image.open("D:/pycharm/cnn/jmu.jpg")
im.save("D:/pycharm/cnn/jmu.png")

1.4创建缩略图
缩略图（thumbnail image）指的是将原图缩小至一个指定大小（size）的图像。通过创建缩略图可以使图像更易于展示和浏览。

from PIL import Image
# 读取图片
img = Image.open('D:/pycharm/cnn/jmu.jpg')
# 制定缩略尺寸
img.thumbnail((500, 100))
print("缩略图尺寸:", img.size)

1.5 复制和粘贴图像区域
（1）复制：copy()方法

使用 crop()方法可以从一幅图像中裁剪指定区域：

box = (left, top, right, bottom)
img.crop(box)  # img是读取的图片对象

(left, top, right, bottom)，表示矩形左上角与右下角的坐标。

（2）粘贴：paste方法

该函数的作用是将一张图片粘贴至另一张图片中，粘贴后的图片模式将自动保持一致，不需要进行额外的转换。

paste(image, box=None, mask=None)

• box：指定图片被粘贴的位置或者区域，其参数值是长度为 2 或者 4 的元组序列，长度为 2 时，表示具体的某一点 (x,y)；长度为 4 则表示图片粘贴的区域，此时区域的大小必须要和被粘贴的图像大小保持一致。
• mask：可选参数，为图片添加蒙版效果。

from PIL import Image
# 读取图片
img = Image.open('D:/pycharm/cnn/jmu/xyl01.jpg')
box = (100,100,300,300)
region = img.crop(box)
region.show()
region = region.transpose(Image.ROTATE_180)
img.paste(region,box)
img.show()

1.6 调整尺寸和旋转
（1）调整尺寸

在图像处理过程中经常会遇到缩小或放大图像的情况，Image 类提供的 resize() 方法能够实现任意缩小和放大图像。

 
from PIL import Image
 
# 读取图片
img = Image.open('D:/pycharm/cnn/jmu/xyl01.jpg')
# 调整尺寸
img1 = img.resize((125, 125))
# 输出图片
img1.show()

（2）旋转

Image 类提供了函数rotate()，可以任意角度旋转

from PIL import Image
 
# 读取图片
img = Image.open('D:/pycharm/cnn/jmu/xyl01.jpg')
# 旋转90°
img1 = img.rotate(90)
# 输出图片
img1.show()