携手创作,共同成长!这是我参与「掘金日新计划 · 8 月更文挑战」的第23天,神经网络的概念进行了解释,并且利用神经网络搭建了分类和回归模型。
今天,我们来介绍人工智能与计算机视觉的概念,介绍了计算机视觉的任务,颜色空间,RGB彩色空间,HSV色彩模式和灰度图的概念。
-
1.1 人工智能与计算机视觉
-
人工智能是研究使计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科。
数据包括语音、文字、图像、表格等形态
计算机视觉的任务:
- 图像分类
- 图像检索
- 目标检测
- 图像分割
- 图像生成
- 目标跟踪
- 超分辨率重构
- 关键点定位u
- 图像降噪
- 多模态
- 图像加密
- 视频编解码
- 3D视觉
- 等等
颜色空间:
- 颜色空间也称彩色模型,用于描述色彩
- 常见的颜色空间包括:RGB、CMYK(纺织领域)、YUV、Lab、HSL和HSV/HSB等
RGB色彩模式:
- RGB色彩模式是工业界的一种颜色标准
- 通过对红(R)、绿(G)、蓝(B)三个颜色通道的变化以及它们之间的叠加来得到各式各样的颜色的
- 红、绿、蓝三个颜色通道每种色各为256阶亮度
HSV色彩模式:
- 色相(Hue):指物体传到或反射的波长。更常见的是以颜色如红色,橘色或绿色来辨识,取0到360度的数值来衡量
- 饱和度(Saturaration):又称色度,指色彩的强度或纯度,取值范围为0%~100%
- 明度(Value):表示颜色明亮的程度,取值范围为0%(黑)到100%(白)
灰度图:
-
灰度图通常由一个unit8、unit16、单精度零星或者双精度类型的数组描述
-
M*N的矩阵,矩阵中的每一个元素与图像的一个像素点相对应
-
通常0代表黑色,1、255或者65635(为数据矩阵的取值范围上限)代表白色
- 浮点算法: Gray= R0.3 + G0.59 + B*0.11
- 整数方法: Gray= (R30 + G59 + B*11)/100
- 移位方法: Gray= (R28 + G151 + B*77) >> 8
- 平均值法: Gray= (R + G + B)/3
- 仅取绿色: Gray= G
-
只需要关注数据的纹理信息、模型对于颜色的变化不那么明显、当前的任务不需要用到彩色图,使用灰度图