本文已收錄于Opencv系列專欄: 深入淺出OpenCV ,專欄旨在詳解Python版本的Opencv,為計算機視覺的開發與研究打下堅實基礎。免費訂閱,持續更新。
數字圖像
1.數字圖像概念
數字圖像:
- 數字圖像,又稱數位圖像,一幅二維圖像可以由一個數組或矩陣表示。
- 數字圖像可以了解為一個二維函數f(x,y), 其中 x 和 y 是空間平面坐标,而在任意坐标處的值 f 稱為圖像在該點處的強度或灰階。
圖像處理目的:
- 改善圖示的資訊以便人們解釋;
- 為存儲、傳輸和表示而對圖像進行的處理。
2.數字圖像起源
最早應用的行業
- 媒體(報紙業)
最早應用的時間
- 20 世紀 20 年代( 1921 年)
最早“數字圖像處理”系統的用途
- 通過海底電纜,将圖像從倫敦傳輸至紐約。客觀的講,當時的應用并不涉及“數字圖像處理”,而是“數字圖像傳輸”
3.常見成像方式
電磁波譜
-
光子即光量子( light quantum),電磁輻射的量子 E=hf ,其中
h 為普朗克常量, f 為光的頻率。普朗克常數的值約為: h=6.62 × 10^
(-34) J·s ,機關為焦 J · 秒(s )。
- 光速 波長與頻率的關系: v=fλ
- 波長與能量的關系 E = hc/λ
- c = 光速
4.數字圖像的應用
γ 射線成像
是波長小于 10^ 10 米的電磁波。這種不可見的電磁波是從原子核内發出來的,放射性物質或原子核反應中常有這種輻射伴随着發出。 γ 射線的穿透力很強,對生物的破壞力很大 。 大腦生理信号 EEG中常用這個頻段 。
X 射線成像
也叫,倫琴射線,這部分電磁波波長從( 10~0.01) × 10^ -9 米。
CT 就是用 X 射線照射物體,由于生物組織或者工程元件的不同部位對 X 射線的吸收率不一樣,進而得到不同的衰減以成像。
密度越高,吸收的越多,會發白。
紫外線波段成像
波長比可見光短的稱為紫外線,它的波長從 (380~10) × 10^ -9 米,它有顯著的化學效應和熒光效應 。在生物醫學領域應用最多。
可見光波段成像
這是人們所能感光的極狹窄的一個波段,波長從( 7.8~3.8)× 10^ -7 米,人類能 看見的所有物體都是可見光波段成像,也就是光線照射在物體上,反射到人眼中進而成像的 。
紅外線波段成像
紅外線波長為 0.78——1000 微米的電磁波,其中波長為 0.78——2.0 微米的部分稱為近紅外,波長為 2.0——1000 微米的部分稱為熱紅外線。自然界中,一切物體都可以輻射紅外線,是以利用探測儀測量目标本身與背景間的紅外線差可以得到不同的熱紅外線形成的紅外圖像。
微波波段成像
波長從 1 米到 0.1 厘米,這些波多用在雷達或其它通訊系統。微波影像是應用成像微波輻射計(掃描型)接收地物發射波長為1mm~30cm 的微波輻射能形成的影像。
射頻波段成像
波長從 3000 米到 10^-3 米,一般的電視和無線電廣播、手機等的波段就是用這種波,但也能用于醫學成像, MRI 是常見的影像診療手段。
傳統領域
- 醫學、空間應用、生物學、軍事
最新領域
- 數位相機DC 、數位錄影機DV
- 指紋識别、人臉識别,虹膜識别
- 網際網路、視訊、多媒體等
- 基于内容的圖像檢索、視訊檢索、多媒體檢索
- 水印、遊戲、電影特技、虛拟現實、電子商務等
圖像處理、機器視覺、人工智能關系
圖像處理主要研究二維圖像 ,處理一個圖像或一組圖像之間的互相轉換的過程,包括 圖像濾波,圖像識别,圖像分割等問題
計算機視覺主要研究映射到單幅或多幅圖像上的三維場景從圖像中提取抽象的語義資訊,實作圖像了解是計算機視覺的終極目标。
人工智能在計算機視覺上的目标就是解決像素值和語義之間關系 ,主要的問題有圖檔檢測,圖檔識别,圖檔分割和圖檔檢索。
5.Opencv介紹
OpenCV 于 1999 年由 Intel 建立;
開源發行的跨平台計算機視覺庫;
作業系統: Linux 、 Windows 、 Android 、 Mac OS
構成: C 函數和少量 C++ 類;
接口: Python 、 Java 、 MATLAB 等語言
opencv 是數字圖像處理和計算機視覺領域最常見的工具包,是學習,科研,企業項目開發的好幫手。
環境安裝
python 安裝
- 推薦版本 python3.6
Jupyter Notebook 安裝
1.打開指令行 cmd
2.更新
pip python -m pip install --upgrade pip
3.安裝 Jupyter:
pip install jupyter
安裝 Opencv python
1.打開指令行 cmd
2.
pip install opencv-contrib-python
jupter切換環境
檢視已有環境
conda env list
選擇要想用的環境
conda activate xxx
pip install ipykernel
python -m ipykernel install --name xxx