
計算機視覺是一門研究如何讓計算機“看”的學科。
簡單來說,就是指利用攝影機和電腦等機器,來代替人眼對目標進行識別、跟蹤以及測量等,并進一步對圖形進行處理,使之成為更適合人眼觀察或傳送、檢測的圖像。
目前,非?;鸬腣R、AR,3D處理等方向,都是計算機視覺的一部分。圖像處理是計算機視覺的關鍵,因此要研究1和學習計算機視覺,必須掌握圖像知識,下面小編整理了一些圖像的基礎知識,希望對各位小伙伴學習和研究計算機視覺有所幫助。
一張圖像所包含的信息:維數、高度、寬度、深度、通道數、顏色格式、數據首地址、結束地址、數據量等等。
圖像深度:存儲每個像素所用的位數(bits)
當一個像素占用的位數越多時,它所能表現的顏色就更多,更豐富。
舉例:一張400*400的8位圖,這張圖的原始數據量是多少?像素值如果是整型的話,取值范圍是多少?
1.原始數據量計算:400 * 400 * ( 8/8 )=160.000Bytes
(約為160K)
2.取值范圍:2的8次方,0~255
圖片格式與壓縮:常見的圖片格式JPEG,PNG,BMP等本質上都是圖片的一種壓縮編碼方式
舉例:JPEG壓縮
1.將原始圖像分為8*8的小塊,每個block里有64pixels。
2.將圖像中每個8*8的block進行DCT變換(越是復雜的圖像,越不容易被壓縮)
3.不同的圖像被分割后,每個小塊的復雜度不一樣,所以最終的壓縮結果也不一樣
圖像分類:
1、二值圖像(Binary Image)
即圖像上的每一個像素只有兩種可能的取值或灰度等級狀態(tài),0和1.0代表黑(背景),1代表白(前景)。每個像素只需要1Bit就可以完整存儲信息。
2、灰度圖像(gray image)
灰度圖和二值圖像一樣只包含一個通道的信息,是二值圖像的進化版,是彩色圖像的退化版?;叶葓D像每個像素只有一個采樣顏色,通常為從最暗黑色到最亮的白色的灰度,使用8Bit保存信息,有256級灰度。(如果用16位,則有65536級)
3、彩色圖像
彩色圖像有三個顏色通道,即R(紅)、G(綠)、B(藍),三個分量來表示,分量介于(0.255)
數據分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
SQL Server 中 CONVERT 函數的日期轉換:從基礎用法到實戰(zhàn)優(yōu)化 在 SQL Server 的數據處理中,日期格式轉換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關聯查詢效率:打破 “拆分必慢” 的認知誤區(qū) 在 MySQL 數據庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 數據分析師:表結構數據 “獲取 - 加工 - 使用” 全流程的賦能者 表結構數據(如數據庫表、Excel 表、CSV 文件)是企業(yè)數字 ...
2025-09-18DSGE 模型中的 Et:理性預期算子的內涵、作用與應用解析 動態(tài)隨機一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數據分析師:解鎖表結構數據特征價值的專業(yè)核心 表結構數據(以 “行 - 列” 規(guī)范存儲的結構化數據,如數據庫表、Excel 表、 ...
2025-09-17Excel 導入數據含缺失值?詳解 dropna 函數的功能與實戰(zhàn)應用 在用 Python(如 pandas 庫)處理 Excel 數據時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應用 在數據分析與統(tǒng)計學領域,假設檢驗是驗證研究假設、判斷數據差異是否 “ ...
2025-09-16CDA 數據分析師:掌控表格結構數據全功能周期的專業(yè)操盤手 表格結構數據(以 “行 - 列” 存儲的結構化數據,如 Excel 表、數據 ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數量的準確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調優(yōu)中,EXPLAIN執(zhí)行計劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實踐指南 在 Python 進行 HTTP 網絡請求開發(fā)時(如使用requests ...
2025-09-15CDA 數據分析師:激活表格結構數據價值的核心操盤手 表格結構數據(如 Excel 表格、數據庫表)是企業(yè)最基礎、最核心的數據形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調用、數據爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點數據的科學計數法問題 為幫助 Python 數據從業(yè)者解決pd.read_csv讀取長浮點數據時的科學計數法問題 ...
2025-09-12CDA 數據分析師:業(yè)務數據分析步驟的落地者與價值優(yōu)化者 業(yè)務數據分析是企業(yè)解決日常運營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗證業(yè)務邏輯:從規(guī)則拆解到數據把關的實戰(zhàn)指南 在業(yè)務系統(tǒng)落地過程中,“業(yè)務邏輯” 是連接 “需求設計” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數據驅動下的精準零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當下,精準營銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數據分析師與戰(zhàn)略 / 業(yè)務數據分析:概念辨析與協(xié)同價值 在數據驅動決策的體系中,“戰(zhàn)略數據分析”“業(yè)務數據分析” 是企業(yè) ...
2025-09-11Excel 數據聚類分析:從操作實踐到業(yè)務價值挖掘 在數據分析場景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數據中挖 ...
2025-09-10統(tǒng)計模型的核心目的:從數據解讀到決策支撐的價值導向 統(tǒng)計模型作為數據分析的核心工具,并非簡單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10