作者:Saulo Barreto
编辑:东岸因为@一点人工一点智能
01 简介
如今,随着时间推移,涉及图片和视频的应用程序越来越受欢迎,市场上诞生了很多应用,比如面部识别、停车场监控和癌症检测等。
计算机视觉和图像处理这两个领域分别为这些应用贡献了新的技术方案。在本教程中,我们将讨论这两个领域的定义以及它们之间的区别。
02 计算机视觉与图像处理
在集中讨论它们的区别之前,让我们首先定义每个领域。
2.1 图像处理
我们可以将图像处理视为一个黑盒子,它接收图像作为输入,在内部进行转换,并返回一个新图像作为输出。
应用于输入图像的变换将因我们的需求而异。比如:调整图像的亮度和对比度:
图像处理还可以进行降噪、重缩放、平滑和锐化:
简单来说,在图像处理中,我们始终会有一个图像作为输入、一个图像作为输出。
这个领域在很多领域都至关重要。通常,我们在应用程序中将图像处理技术作为第一步。例如,我们可以在一张表示细胞样本的图片中应用锐化操作,使边缘更加明显。因此,在后续步骤中,我们将能够更精确地隔离细胞。
2.2 计算机视觉
当我们需要识别图像中所表示的内容或检测任何类型的模式时,这就是计算机视觉算法的工作。
正如名字所暗示的,计算机视觉的目标就是“复制”人类视觉。例如,我们希望计算机视觉系统能够像人类一样识别树上的鸟。
让我们回到之前示例中的花朵图片。假设我们在谈论一个物体检测应用程序(这是计算机视觉任务)。
如果我们使用相同的图像作为输入,输出将不会像图像处理中的新图像。相反,我们会得到一个边界框和检测到的对象的标签:
除了图像中的物体识别之外,计算机视觉还有其他应用场景,例如对图像中的手写数字进行分类或在视频中检测人脸。
03 主要区别
这两个领域的区别是由目标而不是方法定义的。
通常,我们可以找到将图像处理作为后续计算机视觉算法预处理阶段的应用。
例如,我们可以应用图像处理技术来提高亮度和对比度,以便更清楚地查看一些文本。这将提高一个物体检测器的性能,该检测器找到文本并识别其中的单词:
以下是主要差异的总结:
04 结论
尽管存在重叠和相互依赖,但图像处理和计算机视觉仍然是不同的领域。
我们应该牢记,图像处理方法会改变其输入图像的属性。相比之下,计算机视觉试图解释图片或视频中所代表的内容。