計算機視覺處理是計算機學科的一個分支，當計算機視覺處理中遇上了機器學習或深度學習算法的時候，就成為人工智能的一個分支領域。
計算機視覺包括圖像處理和視頻處理。包括圖像的分割、目標檢測和識別、視頻目標跟蹤、目標入侵檢測等等，目前關於計算機視覺的人工智能應用領域非常廣泛。
我們知道CNN等深度學習網絡在計算機視覺領域的發展不斷突破，國際計算機視覺領域頂級會議就是CVPR，可以說是計算機視覺技術的風向標。
我們不能只專注於什麼深度學習網絡又更新到了什麼階段，其實圖像的質量對於計算機視覺處理的影響特別大。除了高大上的深度學習算法，我們也要了解一些基本的圖像處理的操作。比如 圖像的size處理，噪聲的處理，對比度，亮度的調整，對圖像處理結果影響特別大，如OCR處理等。
Python庫中有一些基本的常用的圖像處理包，包括PIL(python2.X) 和Pillow(python3)，當然更高級一點的有skimage，opencv-python。Pillow屬於PIL的一個分支，因為PIL目前還只支持Python2。這些基本的圖像操包括圖像的合併、分割，幾何變換、顏色變換、圖像增強等等。如果要用到一些濾波算法的話，那麼就要用opencv-python。
PIL 圖像和 opencv-python的圖像可以很容易地相互轉換。
[1] http://www.pythonware.com/products/pil/
[2] https://pillow.readthedocs.io/en/latest/
[3] https://pypi.org/project/opencv-python/
分享到:
閱讀更多 AI技術聯盟 的文章
