盼小辉丶

为了访问矩阵的每个独立元素，只需要指定其行号和列号，将返回相应的元素，在多通道图像的情况下，它可以是单个数值或值的向量。

图像可以以不同的方式组合。因为它们是正则矩阵，所以它们可以可以执行加、减、乘或除等运算。OpenCV 提供了各种图像算术运算符，本节将学习如何使用不同的图像运算符。

在本节中，我们将学习如何通过移动像素来修改图像，在此过程不会改变像素值；而是将每个像素的位置重新映射到新位置。这对于在图像上创建特殊效果或校正由镜头等引起的图像失真时非常有用。

在有些情况下，图像处理函数只需要应用于图像的一部分。OpenCV 中使用了一种优雅而简单的机制来定义图像中的子区域并将其作为常规图像进行操作。本节中，我们将学习如何定义图像内的感兴趣区域。

在图像处理中，有时需要根据某个像素的相邻像素的值计算该像素位置的值。当这个邻域包括上一行和下一行的像素时，就需要同时扫描图像的多行像素，本节中，我们将介绍如何执行邻居访问扫描图像。

在大多数图像处理任务中，我们需要扫描图像的所有像素才能执行计算，由于需要访问大量像素，我们必须以高效的方法进行扫描。本节我们将介绍如何使用指针实现高效扫描图像的方法。

在本节中，我们将为自定义数据集定义一个类，定义转换函数，然后使用 Dataset 类从数据集中加载图像，为数据集创建一个 PyTorch 自定义数据集。

一旦模型、数据集、损失函数和优化器准备完成后，我们就可以开始训练模型了。在本节中，我们将学习如何正确训练和评估深度学习模型。

损失函数用于计算模型输出值和目标值之间的距离，损失函数也被称为目标函数、成本函数；使用优化器在训练期间更新模型参数(或称权重)。在本节中，我们将学习如何在 PyTorch 中定义损失函数和优化器。