视觉计算

计算机视觉五大技术

图片分类，目标检测，目标定位，语义分割，实例分割

图像数字化的基本过程

取样：对空间连续坐标（x，y）的离散化

量化：

图像增强

图像增强是对图像进行处理，使其比原始图像更适合于特定的应用，它需要与实际应用相结合。对于图像的某些特征如边缘、轮廓、对比度等，图像增强是进行强调或锐化，以便于显示、观察或进一步分析与处理。图像增强主要是一个主观过程，而图像复原大部分是一个客观过程。图像增强的方法是因应用不同而不同的，研究内容包括：

灰度图像

灰度数字图像是每个像素只有一个采样颜色的图像。这类图像通常显示为从最暗黑色到最亮的白色的灰度。

可以通过下面几种方法，将图像转换为灰度：

1.浮点算法：Gray=R0.3+G0.59+B*0.11

2.整数方法：Gray=(R30+G59+B*11)/100

3.移位方法：Gray =(R76+G151+B*28)>>8;

4.平均值法：Gray=（R+G+B）/3;

5.仅取绿色：Gray=G；

通过上述任一种方法求得Gray后，将原来的RGB(R,G,B)中的R,G,B统一用Gray替换，形成新的颜色RGB(Gray,Gray,Gray)，用它替换原来的RGB(R,G,B)就是灰度图了。使用python可以通过使用convert(‘L’)来获得灰度图。