专栏首页相约机器人图像处理初学者应该学习的100个问题-你都学会了吗?

图像处理初学者应该学习的100个问题-你都学会了吗?

本文整理了图像处理初学者应该需要了解的100个基础问题,涉及读取、显示图像、操作像素、拷贝图像、保存图像、灰度化(Grayscale)、二值化(Thresholding)、大津算法、HSV 变换、减色处理、平均池化(Average Pooling)、最大池化(Max Pooling)、高斯滤波(Gaussian Filter)、中值滤波(Median filter)、仿射变换(Afine Transformations)等100多个知识点。

给出了详细的代码实现,具体的输入输出case情况。

内容整理自:

https://github.com/gzr2017/ImageProcessing100Wen

問題1 - 10

1通道替换

2灰度化(Grayscale)

3二值化(Thresholding)

4大津算法

5HSV 变换

6减色处理

7平均池化(Average Pooling)

8最大池化(Max Pooling)

9高斯滤波(Gaussian Filter)

10中值滤波(Median filter)

问题11 - 20

11均值滤波

12Motion Filter

13MAX-MIN 滤波

14微分滤波

15Sobel 滤波

16Prewitt 滤波

17Laplacian 滤波

18Emboss 滤波

19LoG 滤波

20直方图表示

问题21-30

21直方图归一化(Histogram Normalization)

22直方图操作

23直方图均衡化(Histogram Equalization)

24伽玛校正(Gamma Correction)

25最邻近插值(Nearest-neighbor Interpolation)

26双线性插值(Bilinear Interpolation)

27双三次插值(Bicubic Interpolation)

28仿射变换(Afine Transformations)——平行移动

29仿射变换(Afine Transformations)——放大缩小

30仿射变换(Afine Transformations)——旋转

问题31-40

31仿射变换(Afine Transformations)——倾斜

32傅立叶变换(Fourier Transform)

33傅立叶变换——低通滤波

34傅立叶变换——高通滤波

35傅立叶变换——带通滤波

36JPEG 压缩——第一步:离散余弦变换(Discrete Cosine Transformation)

37峰值信噪比(Peak Signal to Noise Ratio)

38JPEG 压缩——第二步:离散余弦变换+量化

39JPEG 压缩——第三步:YCbCr 色彩空间

40JPEG 压缩——第四步:YCbCr+DCT+量化

问题41-50

41Canny边缘检测:第一步——边缘强度

42Canny边缘检测:第二步——边缘细化

43Canny边缘检测:第三步——滞后阈值

44霍夫变换(Hough Transform)/直线检测——第一步:霍夫变换

45霍夫变换(Hough Transform)/直线检测——第二步:NMS

46霍夫变换(Hough Transform)/直线检测——第三步:霍夫逆变换

47形态学处理:膨胀(Dilate)

48形态学处理:腐蚀(Erode)

49开运算(Opening Operation)

50闭运算(Closing Operation)

问题51-60

51形态学梯度(Morphology Gradient)

52顶帽(Top Hat)

53黑帽(Black Hat)

54使用误差平方和算法(Sum of Squared Difference)进行模式匹配(Template Matching)

55使用绝对值差和(Sum of Absolute Differences)进行模式匹配

56使用归一化交叉相关(Normalization Cross Correlation)进行模式匹配

57使用零均值归一化交叉相关(Zero-mean Normalization Cross Correlation)进行模式匹配

584-邻接连通域标记

598-邻接连通域标记

60透明混合(Alpha Blending)

问题61-70

614-邻接的连接数

628-邻接的连接数

63细化处理

64Hilditch 细化算法

65Zhang-Suen 细化算法

66方向梯度直方图(HOG)第一步:梯度幅值・梯度方向

67方向梯度直方图(HOG)第二步:梯度直方图

68方向梯度直方图(HOG)第三步:直方图归一化

69方向梯度直方图(HOG)第四步:可视化特征量

70色彩追踪(Color Tracking)

问题71-80

71掩膜(Masking)

72掩膜(色彩追踪(Color Tracking)+形态学处理)

73缩小和放大

74使用差分金字塔提取高频成分

75高斯金字塔(Gaussian Pyramid)

76显著图(Saliency Map)

77Gabor 滤波器(Gabor Filter)

78旋转 Gabor 滤波器

79使用 Gabor 滤波器进行边缘检测

80使用 Gabor 滤波器进行特征提取

问题81-90

81Hessian 角点检测

82Harris 角点检测第一步:Sobel + Gausian

83Harris 角点检测第二步:角点检测

84简单图像识别第一步:减色化+直方图

85简单图像识别第二步:判别类别

86简单图像识别第三步:评估

87简单图像识别第四步:k-NN

88k-平均聚类算法(k -means Clustering)第一步:生成质心

89k-平均聚类算法(k -means Clustering)第二步:聚类

90k-平均聚类算法(k -means Clustering)第三步:调整初期类别

问题91-100

91利用 k-平均聚类算法进行减色处理第一步:按颜色距离分类

92利用 k-平均聚类算法进行减色处理第二步:减色处理

93准备机器学习的训练数据第一步:计算 IoU

94准备机器学习的训练数据第一步:随机裁剪(Random Cropping)

95神经网络(Neural Network)第一步:深度学习(Deep Learning)

96神经网络(Neural Network)第二步:训练

97简单物体检测第一步----滑动窗口(Sliding Window)+HOG

98简单物体检测第二步----滑动窗口(Sliding Window)+ NN

99简单物体检测第三步----非极大值抑制(Non-Maximum Suppression)

100简单物体检测第三步----评估 Precision, Recall, F-score, mAP

本文分享自微信公众号 - 相约机器人(xiangyuejiqiren)

原文出处及转载信息见文内详细说明,如有侵权,请联系 yunjia_community@tencent.com 删除。

原始发表时间:2019-11-16

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • 最新的计算机视觉趋势来自CVPR 2019

    CVPR引领计算机视觉领域的顶尖人才,每年都有很多非常令人印象深刻的论文。对CVPR中的论文进行了分析,以了解研究的主要领域和纸质标题中的常用关键词。这可以表明...

    代码医生工作室
  • 如何使用机器学习来检测手机上的聊天屏幕截图

    对某些即时通讯应用的朋友,最终采取这一聊天的截图,然后将其发送给他们。如果发送或接收了大量这些屏幕截图,那么最终手机的大部分内存都将被阻塞。在保留重要图像安全的...

    代码医生工作室
  • 【VS Code】实时可视化Debug:VS Code 开源新工具,一键解析代码结构

    项目地址:https://github.com/hediet/vscode-debug-visualizer

    代码医生工作室
  • 最新的计算机视觉趋势来自CVPR 2019

    CVPR引领计算机视觉领域的顶尖人才,每年都有很多非常令人印象深刻的论文。对CVPR中的论文进行了分析,以了解研究的主要领域和纸质标题中的常用关键词。这可以表明...

    代码医生工作室
  • 代码小目

    标签: 代码片段 日常记录 日常记录的代码片段 1.使用Paralle进行并行计算累加求和的不同形式 public static int ParallelSum...

    潘成涛
  • 快速学习-SpringBoot自动配置原理

    使用SpringBoot之后,一个整合了SpringMVC的WEB工程开发,变的无比简单,那些繁杂的配置都消失不见了,这是如何做到的?

    cwl_java
  • 电商推荐那点事

    石晓文
  • Caffe源码理解1:Blob存储结构与设计

    在逻辑上,Blob是个\(N_d\)维张量。当\(N_d=4\)时,Blob的shape定义为\(N * C * H * W\),即\(Num * Channe...

    李拜六不开鑫
  • [UWP]了解TypeConverter

    TypeConverter是XAML解释器的幕后功臣,它做了大量工作,从WPF诞生以来,几乎每一次XAML的运作都有它的参与。虽然UWP中TypeConvert...

    dino.c
  • NIO 之 Channel实现原理

    java404

扫码关注云+社区

领取腾讯云代金券