計算機視覺：一門研究如何使機器「看」的科學，更進一步的說，就是指用攝影機和計算機代替人眼對目標進行識別、跟蹤和測量等機器視覺，並進一步做影象處理，用計算機處理成為更適合人眼觀察或傳送給儀器檢測的影象。
影象：彩色影象中，影象用二維矩陣表示，矩陣中的元素是rgb的值，每個值佔乙個位元組（8位），值得取值範圍是0~255。
三通道是用（255,0,0）代表紅色，（0,255,0）代表綠色，（0,0,255）代表藍色。
灰度影象中每個元素只有乙個通道。（把白色與黑色之間按對數關係分為若干等級，稱為灰度。）
解析度：高畫素*寬畫素，如1080*1440解析度
dpi（dots per inch，每英吋畫素點數) ：通過dpi和畫素可以求出的實際尺寸，如1080*1440解析度，dpi96，那麼實際高為1080/96 = 11.25英吋，寬為1440/96=15英吋。
清晰程度不是由畫素決定，而是用dpi來決定，dpi越大，清晰度越高。
影象深度：一張400*400的8點陣圖，這張圖的原始資料量是：400 * 400 * ( 8/8 )=160,000bytes
cpu 跟 gpu 的差別主要在**呢？ 它們的差別主要可以在兩個方面去對比，第乙個叫效能，第二個叫做吞吐量。
低延時性就是當你的效能越好，你處理分析的效率越高，相當於你的延時性就越低
吞吐量的意思就是你同時能夠處理的資料量。
cpu 它是乙個高效能，就是超低延時性的，他能夠快速的去做複雜運算，並且能達到乙個很好的效能要求。
gpu是以乙個叫做運算單元為格式的，所以他的優點不在於低延時性，因為他確實不善於做複雜運算，他每乙個處理器都非常的小，相對來說會很弱，但是它可以讓它所有的弱處理器，同時去做處理，那相當於他就能夠同時處理大量的資料，那這個就意味著它的吞吐量非常大，所以 cpu重視的是效能，gpu重視的是吞吐量。
所以大部分時候，gpu 他會跟另外乙個詞語聯絡在一起，叫做平行計算，意思就是它可以同時做大量的執行緒運算，為什麼影象會特別適合用 gpu 運算呢？這是因為 gpu 它最開始的設計就是叫做圖形處理單元，它的意思就是我可以把每乙個畫素，分割為乙個執行緒去運算，每乙個畫素只做一些簡單的運算，這個就是最開始圖形處理器出現的原理。
它要做圖形渲染的時候，要計算的是每乙個畫素的變換。所以每乙個畫素變換的計算量是很小很小的，可能就是乙個公式的計算，計算量很少，可以放在乙個簡單的計算單元裡面去做計算。
機器視覺相機的鏡頭選擇基礎知識
我們可以將機器視覺鏡頭分為兩個非官方的大類 1.鏡頭的視野 影象大小 比相機感測器的尺寸大得多 2.視野範圍較小或接近相機感測器尺寸的鏡頭。當視野 影象尺寸 遠大於相機感測器尺寸時 對於這種情況下的應用，視場 fov 的範圍從20 30公釐到100公尺 室外應用 用於這些應用的鏡頭具有固定焦距或可變...
機器視覺檢測的基礎知識 相機
機器視覺檢測的基礎知識 相機 我們常說的ccd就是相機麼?視覺檢測 一，相機就是ccd麼?通常，我們把所有相機都叫作ccd，ccd已經成了相機的代名詞。正在使用被叫做ccd的很可能就是cmos。其實ccd和cmos都稱為感光元件，都是將光學影象轉換為電子訊號的半導體元件。他們在檢測光時都採用光電二極...
一 機器學習基礎知識
談到人工智慧 深度學習，相信目前 it 網際網路領域的從業者應該都是耳熟能詳的。但是大家都知道，其實人工智慧早已出現為什麼等到本世紀初再一次大火起來呢？人工智慧 深度學習以及機器學習之間的關係到底又是什麼樣的呢？首先，為什麼最近幾年人工智慧概念再次火爆？原因主要有以下幾個方面 接下來回答第二個問題 ...