《计算机视觉应用开发》项目4 基于API实现图像去雾.docx

《计算机视觉应用开发》项目4 基于API实现图像去雾.docx

  1. 1、本文档共6页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多

《计算机应用开发》教案

授课题目

基于API实现图像去雾

授课类型

新授课

授课时长

4节课

教学内容

教学目标

知识目标

了解百度的图像去雾API

能力目标

掌握使用API的步骤

实现图像去雾

情感目标

使学生体验人工智能的分类任务,将人工智能的兴衰与自身职业规划联系起来。

能理解机器学习在实际中的应用并产生学习动力。

教学重点

掌握使用API的步骤

实现图像去雾

教学难点

掌握使用API的步骤

实现图像去雾

教法学法

讲授法、练习法

特色学习资源分析、技术手段应用说明

学习场所:实训室

教学资源:PPT、视频、操作手册、学生任务单

教学设备:电子白板

学情分析

学生了解图像去雾的理论知识,但未实现过图像去雾。

板书设计

(教学结构图)

图像去雾

教学环节

(时间分配)

教学内容及教师活动

学生活动

设计意图及

实施效果

案例

导入

项目

描述

项目

分析

知识

准备

项目

实施

课堂

总结

【情境导入】

一般情况下,户外的计算机视觉系统的应用都需要准确获取图像的细节特征,如交通监控系统需要提取车辆型号、车牌号和车身颜色等信息,这就要求系统采集的图像有较高的清晰度。但是近年来雾霾天气频繁出现,对户外计算机视觉系统的正常使用造成了较大影响,使得系统获取的图像会出现对比度降低,色彩失真等情况,严重的还会使图像模糊不清,这大大降低了户外计算机视觉系统的使用性能,导致后期工作无法有效进行。比如:在雾霾天气环境下,公安部门无法通过安全监控系统识别和追踪犯罪嫌疑人,交警部门不能根据交通监控系统准确获取车辆和道路交通信息等等。由此可见,为了提高系统对各种天气环境的适应性,可以使用图像去雾算法对监控图像进行去雾。

本项目要求基于上述案例中的场景,使用成熟的图像去雾云服务接口,对图进行图像去雾操作,从而获得去雾后的图像

本项目首先介绍API和图像去雾的相关知识,然后介绍如何调用百度AI开放平台中的图像去雾API实现图像去雾操作,具体分析如下。

(1)理解API的定义、架构、工作方式和类别,为后续调用API奠定基础。

(2)了解国内头部人工智能企业所开放的人工智能平台,了解其中的计算机视觉人工智能功能。

(3)学习针对数字图像的图像预处理技术,了解处理的内容和目的,并从中引出重要的图像增强技术——图像去雾。

(4)掌握图像去雾的背景和定义,理解两种图像去雾算法的工作原理。

(5)掌握百度AI开放平台图像去雾API的使用方法,能够调用API实现图像去雾操作。

(6)能够将图像去雾的结果进行可视化,并将其与原图进行对比,直观感受图像去雾的效果。

知识点1:API

1)API的定义和架构

2)API的工作方式——RESTAPI

3)API的类别

知识点2:视觉类云服务平台

1)百度AI开放平台

2)阿里云视觉智能开放平台

知识点3:图像预处理

1)图像采集

2)图像清洗

3)图像增广

4)图像增强

知识点4:图像去雾

1)图像去雾的背景

2)图像去雾的定义

3)图像去雾的算法

知识点5:图像去雾API的使用

【任务描述】

图像去雾API介绍

百度,对浓雾天气下拍摄,导致细节无法辨认的图像进行去雾处理,还原更清晰真实的图像。

示意图如下:

二、使用API的步骤

步骤一:领用资源

步骤二:创建应用,生成acesstoken。

步骤三:调用API,实现功能。

三、图像去雾实现

(1)导入库

#导入实验所需库

importrequests

(2)生成request_url

#为请求URI添加access_token参数

request_url=request_url+?charset=UTF-8access_token=+access_token

(3)设置消息头

#设置请求消息头

headers={

Content-Type:application/json

}

(4)图像数据转换为Base64格式。

#将图像数据转换为Base64格式

importbase64#导入所需库

#以二进制的方式读取待预测图片

f=open(1.png,rb)

#转为Base64格式

img=base64.b64encode(f.read())

(5)将图像传入请求体所需参数

#将图像传入参数

params={image:img}

(6)请求体参数设置完成后,即可发送请求。

#发送post请求

response=requests.post(request_url,data=params,headers=headers)

(7)查看响应信息

#查看响应信息

print(response)

ifrespons

文档评论(0)

xiaobao + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档