暗中观察
默默关注
很多人想入门AI,可是AI包含很多方向,我建议首先应该明确的选择一个方向,然后有目标、有针对的去学习。
计算机视觉作为目前AI领域研究较多、商业应用较为成功的一个方向,这几年也是非常火热,无论是学术界还是企业界,学术界有CVPR、ICCV、ECCV等顶刊,企业界对计算机视觉领域的人口需求也非常的大,因此,我从计算机视觉这个方向开始着手AI教程。
介绍
最近几年计算机视觉非常火,也出现了很多成熟的卷积神经网络模型,比如R-CNN系列、SSD、YOLO系列,而且,这些模型在github上也有很多不错的开源代码,所以,很多入门计算机视觉的人会早早的克隆下开源代码、利用tensorflow或pytorch搭建计算机视觉平台进行调试。
我个人不推崇这种方式,我更推崇对图像底层的技术有一些了解,比如图像去噪、图像分割等技术,这有几点好处:
对图像内部的结构有更清晰的认识
这些技术可以用于计算机视觉预处理或后处理,能够有助于提高计算机视觉模型精度
第一讲,我从图像去噪开始说起,图像去噪是指减少图像中造成的过程。现实中的图像会受到各种因素的影响而含有一定的噪声,噪声主要有以下几类:
椒盐噪声
加性噪声
乘性噪声
高斯噪声
图像去噪的方法有很多种,其中均值滤波、中值滤波等比较基础且成熟,还有一些基于数学中偏微分方程的去噪方法,此外,还有基于频域的小波去噪方法。均值滤波、中值滤波这些基础的去噪算法以其快速、稳定等特性,在项目中非常受欢迎,在很多成熟的软件或者工具包中也集成了这些算法,下面,我们就来一步一步实现以下。
编程实践
1完整代码地址:
2https://github.com/jakpopc/aiLearnNotes/blob/master/computer_vision/image_denoising.py
3requirement:scikit-image/opencv/numpy
首先读取图像,图像来自于voc2007:
1img = cv2.imread("../data/2007_001458.jpg")
2cv2.imshow("origin_img", img)
3cv2.waitKey()
生成噪声图像,就是在原来图像上加上一些分布不规律的像素值,可以自己用随机数去制造噪声,在这里,就用Python第三方库scikit-image的random_noise添加噪声:
方法1:
1noise_img = skimage.util.random_noise(img, mode="gaussian")
2# mode是可选参数:分别有'gaussian'、'localvar'、'salt'、'pepper'、's&p'、'speckle',可以选择添加不同的噪声类型。
方法2:
也可以自己生成噪声,与原图像进行加和得到噪声图像:
1def dd_noise(img):
2 img = np.multiply(img, 1. / 255,
3 dtype=np.float64)
4 mean, var = 0, 0.01
5 noise = np.random.normal(mean, var ** 0.5,
6 img.shape)
7 img = convert(img, np.floating)
8 out = img + noise
9 return out
最后是图像去噪,图像去噪的算法有很多,有基于偏微分热传导方程的,也有基于滤波的,其中基于滤波的以其速度快、算法成熟,在很多工具包中都有实现,所以使用也就较多,常用的滤波去噪算法有以下几种:
中值滤波
均值滤波
高斯滤波
滤波的思想和这两年在计算机视觉中用的较多的卷积思想类似,都涉及窗口运算,只是卷积是用一个卷积核和图像中对应位置做卷积运算,而滤波是在窗口内做相应的操作,
以均值滤波为例,
对图像中每个像素的像素值进行重新计算,假设窗口大小ksize=3,图像中棕色的"5"对应的像素实在3*3的邻域窗口内进行计算,对于均值滤波就是求3*3窗口内所有像素点的平均值,也就是
同理,对于中值滤波就是把窗口内像素按像素值大小排序求中间值,高斯滤波就是对整幅图像进行加权平均的过程,每一个像素点的值,都由其本身和邻域内的其他像素值经过加权平均后得到,
下面开始编写去噪部分的代码:
方法1:
可以使用opencv这一类工具进行去噪:
1# 中值滤波
2denoise = cv2.medianBlur(img, ksize=3)
3# 均值滤波
4denoise = cv2.fastNlMeansDenoising(img, ksize=3)
5# 高斯滤波
6denoise = cv2.GaussianBlur(img, ksize=3)
方法2:
编程一步一步实现图像去噪,首先是计算窗口邻域内的值,这里以计算中值为例:
1def compute_pixel_value(img, i, j, ksize, channel):
2 h_begin = max(0, i - ksize // 2)
3 h_end = min(img.shape[0], i + ksize // 2)
4 w_begin = max(0, j - ksize // 2)
5 w_end = min(img.shape[1], j + ksize // 2)
6 return np.median(img[h_begin:h_end, w_begin:w_end, channel])
然后是去噪部分,对每个像素使用compute_pixel_value函数计算新像素的值:
1def denoise(img, ksize):
2 output = np.zeros(img.shape)
3 for i in range(img.shape[0]):
4 for j in range(img.shape[1]):
5 output[i, j, 0] = compute_pixel_value(img, i, j, ksize, 0)
6 output[i, j, 1] = compute_pixel_value(img, i, j, ksize, 1)
7 output[i, j, 2] = compute_pixel_value(img, i, j, ksize, 2)
8 return output
●计算机视觉中一些优秀的文章
●资源!机器学习平台优质资源集合
●值得收藏!机器学习“八大名著”中英文电子书+源码
●收藏!专业、工具、影视优质资源网站推荐
·end·
—如果喜欢,快分享给你的朋友们吧—
我们一起愉快的玩耍吧