入门理解计算机视觉、图形学、图像处理

入门理解计算机视觉、图形学、图像处理

2019年后工作开始了，对于新的技术要求，盲目学习一阵子，发现还是得自己理清思路。
搞了opencv一段时间，还是对这些概念比较模糊，经过一些博客和知乎的帖子，别人的解释结合自己的理解，作为入门知识学习一下。

1.基本概念

维基百科中概念的定义。（英文直译）

计算机视觉(CV)： Computer Vision

计算机视觉是一个学科/领域，它包括获取、处理、分析和理解图像或者更一般意义的真实世界的高维数据的方法；它的目的是产生决策形式的数字或者符号信息。

计算机图像学(CG)：Computer Graphics

计算机图形学是计算机科学的一个子领域，它包括数字合成和操作可视内容（图像、视频）的方法。尽管这个术语通常指三维计算机图形学的研究，但它也包括二维图形学和图像处理。

图像处理（IP）：Image Processing

在图像科学中，图像处理是用任何信号处理等数学操作处理图像的过程，输入时图像（摄影图像或者视频帧），输出是图像或者与输入图像有关的特征、参数的集合。

2.区别和联系

2.1 精简概括

Computer Graphics 和 Computer Vision 是同一过程的两个方向。
Computer Graphics 将抽象的语义信息转化成图像。
Computer Vision 从图像中提取抽象的语义信息。
Image Processing 是一个图像或者一组图像之间的互相转化和关系，与语义信息无关。

2.2 从输入输出角度看

(1)区别

Computer Graphics，简称 CG 。输入的是对虚拟场景的描述，通常为多边形数组，而每个多边形由三个顶点组成，每个顶点包括三维坐标、贴图坐标、rgb 颜色等。输出的是图像，即二维像素数组。

[xyz xyz xyz ... xyz] -> 图片

Computer Vision，简称 CV。输入的是图像或图像序列，通常来自相机、摄像头或视频文件。输出的是对于图像序列对应的真实世界的理解，比如检测人脸、识别车牌。

图片 -> dog or cat?
图片 -> [xyz xyz xyz ... xyz]

Digital Image Processing，简称 DIP。输入的是图像，输出的也是图像。Photoshop 中对一副图像应用滤镜就是典型的一种图像处理。常见操作有模糊、灰度化、增强对比度等。

图片 -> ps后的图片

(2)联系

1. CG 中也会用到 DIP，现今的三维游戏为了增加表现力都会叠加全屏的后期特效，原理就是 DIP，只是将计算量放在了显卡端。

2. CV 更是大量依赖 DIP 来打杂活，比如对需要识别的照片进行预处理,增强对比度、去除噪点等等。

3. AR （增强现实），它既需要 CG，又需要 CV 和 DIP。它用 DIP 进行预处理，用 CV 进行跟踪物体的识别与姿态获取，用 CG 进行虚拟三维物体的叠加。

(3)图解
一张图，简明地表达了CV、CG、DIP和AI的区别和联系。

knowledge：”知识“，可以代表对图像的一种理解，一种从一堆像素中提取到的结构。

2.3 最后自己的理解：

我还是喜欢举例子的方式来理解这些东西。

• 计算机视觉 ≈ 计算机看外部的图。比如人脸识别，指纹识别，照相机笑脸识别这些技术。
• 计算机图形学 ≈ 计算机画图。比如迪士尼的各种3维动画片，好莱坞的各种特效， 3D游戏电影制作。
• 数字图像处理 ≈ 计算机看外部的图，利用自己的画图技术做出变更操作，再导出图。比如photoshop
  以及App中的各种照片滤镜特效。ps把一幅图像去躁，做直方图均衡化之类的处理。

使用中的常用方式：

图像处理可以理解为输入是一副图像，输出还是一副图像。
计算机视觉可以理解为图像分析，其输入是图像，但输出是对图像的描述。
计算机图形学则与计算机视觉相反，其输入是描述性内容，输出是图像。

注：”图像“ 也可指像素。

图像和图形的区别：

图像一般指计算机类以位图形式存在的灰度信息，图形含有几何属性，例如点线面这些属性。

参考相关文献：
[1] csdn博客专家 https://blog.csdn.net/hanlin_tan/article/details/50447895
[2] 张静, 知乎 https://zhuanlan.zhihu.com/p/20349316
[3] 知乎问题 https://www.zhihu.com/question/20672053

---

我主要需要的是计算机视觉CV方面的技术。当然使用openCV是最多的了。