OpenCV图像处理技术（微课版）课件项目1--7数字图像处理基础--图像金字塔.pptx

人/工/智/能/技/术/应/用

OpenCV

图像处理技术

项目一数字图像处理基础(一);

考核

过程性考核占60%

终结性考核占40%;

课前任务

思考与查找：

前面已经学习了《人工智能基础》、《Python程序设计》,学图像处理技术有什么用?;

获取图像轮廓图像融合图像对比度均衡提取图像轮廓

图像分割霍夫变换模板匹配

特定目标分析检测直线、圆形等几何图形重复图案检测

视频处理

口罩佩戴检测等

OpenCV;

图像处理工程师(莱斯信息);

能力要求

1.有图像处理、机器学习相关的学习和研究经历，具有较好的数学和算法基础；

2.熟悉Python、C/C++、Java等语言，熟练使用OpenCV等视觉库，掌握图像处理的接口函数、深入了解OpenCV部分源码；

3.熟悉Ubuntu、redhat等系统下深度学习环境搭建及yolo、caffe-ssd、caffe-faster-rcnn等深度学习模型训练，并能进行调优；

4.强大的学习能力，能快速掌握新技术并理解其运用场景；

5.根据业务需求，设计并实现新的算法。;;

眼之所见即为所求;

层层深入，化繁为简;;

图像获取、显示以及相关信息获取;

01数字图像

02OpenCV

03图像读取、显示、保存

04图像像素处理;

01数字图像;

1知识储备：数字图像

图客观世界物体反射或透射光的分布，是客观世界的反映

像人类视觉系统对图的响应，是人的大脑的印象或认识，是人的感觉的一种

TheDogsView;

1知识储备：数字图像;

数字图像

由二维的元素组成

每个元素包含一个坐标以及响应值;

数字图像处理

针对特定任务

提升图像的可理解性;

1知识储备：数字图像

图像处理图像分析图像理解;

1知识储备：数字图像;

1知识储备：数字图像

(205,89,68);

02OpenCV;

研究员GaryBradski在为英特尔时注意到

MIT的媒体实验室，拥有非常完备的内部公开的计算机视觉开发接口——代码从一个学生传到另一个学生手中，并且会??每个新来的学生一个有价值的由他们自己开发的视觉应用方案。;

●为高级的视觉研究提供开源并且优化过的基础代码，不再需要重复造轮子。

●以提供开发者可以在此基础上进行开发的通用接口为手段传播视觉相关知识，这样代码有更强的可读性和移植性。

●以创造可移植的、优化过的免费开源代码来推动基于高级视觉的商业应用，这些代码可以自由使用，不要求商业应用程序开放或免费。;

善假于物，胜于闭门造车;

超分辨

图像拼接

异构与并行计算

机器学习;

Python+Anaconda+PyCharm的安装和基本使用：/video/BV1K7411c7EL?p=3

OpenCV的安装方法：pipinstallopencv-python==6

pipinstallopencv-contrib-python==0;

03图像读取、显示、保存;

3图像读取、显示、保存

图像读取

cv2.imread(cat.jpg)

图像显示cv2.imread(cat.jpg,cv2.IMREAD_GRAYSCALE)

cv2.imread(cat.jpg,cv2.IMREAD_COLOR)

图像保存;

3图像读取、显示、保存

图像读取

cv2.imshow(name,img)

图像显示cv2.waitKey(0)

cv2.destroyAIIWindows()

图像保存;

3图像读取、显示、保存

图像读取

图像显示cv2.imwrite(mycat2.png,img)

图像保存;

图像读取

任务小结：

imread()读取不同类型图像

图像显示

imshow()显示窗口与关闭

imwrite()保存图像

图像保存;

图像读取

图像显示

图像保存;

04图像像素处理;

数字图像

由二维的元素组成

每个元素包含一个坐标以及响应值

修改每个坐标对应的响应值，即可修改整体的图像像素分布

见微知著,以小见大;

importcv2

img=cv2.imread(dcz.jpg)#读取图片###

学会模块化编程，此处用于填写处理代码

###

cv2.ims