AI 视觉连载

上一节学习了利用 Canny 算法来完成一个图片的边缘检测，从而可以区分出图像的边缘。 本节再了解一个计算机视觉中更常见的应用，那就是把图片的前景和背景的分离，也叫做图像分割。 什么是图像的前景和背景

本节来看一个利用传统计算机视觉方法来实现图片边缘检测的方法。 什么是边缘检测？ 边缘检测是通过一些算法来识别图像中物体之间或者物体与背景之间的边界，也就是边缘。 图像边缘通常是图像中灰度变化显著的地方

本节一起绘制一个可视化的高斯滤波器，同时对一个彩色图像增加高斯噪声，最后通过一个高斯滤波器对图像进行降噪处理。 就像上节说的那样，滤波不是学习重点，下面通过实操了解下原理即可。 可视化高斯滤波器 高斯

这一节在上一节的基础上，再进阶一下，来了解一下什么是高斯滤波。 首先，如上一节所说，均值滤波是利用一个窗口在图片上滑动，每次都计算窗口内能看到的像素的平均值，然后将平均值作为滤波的输出，从而可以起到平

在前 5 节，从最基础的像素开始了介绍，并且着重介绍了 RGB 图片和 YUV 图片以及通道的概念。 其实这几节的内容，很多细节和知识了解即可。 你只需要知道计算机在处理图片时，计算机看到的都是一堆像

上一篇描述了 RGB 这种彩色图像表示，这一节我们再看另一种图像表示：YUV。 YUV 和 RGB 不同，区别主要在于颜色信息的存储和传输上。 YUV 是什么呢 YUV 表示的是亮度-色度模型。 在

在2、灰度与色彩的最后，给出了一个由彩色图片转成灰度图的示例，并且通过 color_image.mode获取了图片的格式：彩色图片获取到的格式为 RGBA，灰度图为 L。 这一节再介绍一下 RGB 图

大家好啊，我是董章鱼。 上一篇文章1、图像和像素中说到：像素是计算机视觉任务中的原材料。 很多图像处理任务以像素的局部性为基础，在不同尺度下完成图像特征的提取。你可以这么理解这些图像的特征，小的特征可

大家好啊，我是董章鱼。 第一个网络，就从玩烂的、作为各大AI芯片厂商性能标杆的Resnet50开始。 个人水平有限，文中如有错误，欢迎留言指正。 像素 要实现图像识别，最离不开的，就是像素。 其实我们