图像数据处理及分析

pip install opencv-contrib-python

tensor 张量 多维矩阵

主流颜色空间：

1.RGB三通道彩色图

2.单通道灰度图

ROI（Region Of Interest）

直方图均衡化

图像有几个通道（例，RGB三个通道、灰度图一个通道）

super resolution 超分辨率

滤波/卷积:

1.边界填充padding:

(1)

2.

图像滤波:

(1)中值滤波

(2)均值滤波  cv2.blur()

(3)高斯滤波 正态分布/高斯分布

边缘检测：

sobel算子

laplacian算子

卷积核/卷积模板/滤波器/滤波模板/扫描窗

feature map

常用图像特征描述：

图像中的像素值 转化 向量（低维度图像的处理方法）

特征提取（高维度图像的处理方法）——使用deep learning

国际知名的会议：CVPR、ICCV、ECCV、ACCV

1.颜色特征 直方图

2.纹理特征

3.形状特征

4.opencv中的特征方法

图像形状特征：

SIFT算法：

a.SIFT特征

b.SIFT特征对应的尺度——梯度大小

c.SIFT特征的关键点

HOG（Histogram of Oriented Gradient）算法：

HOG特征

LBP特征

K-Means聚类及图像压缩

（区别KNN、K-Means）