![e36f823aa245cff1c72c958890d6b828.png](https://img-blog.csdnimg.cn/img_convert/e36f823aa245cff1c72c958890d6b828.png)
计算机视觉处理是计算机学科的一个分支,当计算机视觉处理中遇上了机器学习或深度学习算法的时候,就成为人工智能的一个分支领域。
计算机视觉包括图像处理和视频处理。包括图像的分割、目标检测和识别、视频目标跟踪、目标入侵检测等等,目前关于计算机视觉的人工智能应用领域非常广泛。
我们知道CNN等深度学习网络在计算机视觉领域的发展不断突破,国际计算机视觉领域顶级会议就是CVPR,可以说是计算机视觉技术的风向标。
我们不能只专注于什么深度学习网络又更新到了什么阶段,其实图像的质量对于计算机视觉处理的影响特别大。除了高大上的深度学习算法,我们也要了解一些基本的图像处理的操作。比如 图像的size处理,噪声的处理,对比度,亮度的调整,对图像处理结果影响特别大,如OCR处理等。
Python库中有一些基本的常用的图像处理包,包括PIL(python2.X) 和Pillow(python3),当然更高级一点的有skimage,opencv-python。Pillow属于PIL的一个分支,因为PIL目前还只支持Python2。这些基本的图像操包括图像的合并、分割,几何变换、颜色变换、图像增强等等。如果要用到一些滤波算法的话,那么就要用opencv-python。
PIL 图像和 opencv-python的图像可以很容易地相互转换。
参考资料:
[1] http://www.pythonware.com/products/pil/
[2] https://pillow.readthedocs.io/en/latest/
[3] https://pypi.org/project/opencv-python/