想必生活在2020的我們一定不得不對ps有所了解或者接觸，雖然現在借助人工智慧技術，ps已經變成了一代「神級」妖術，但是憶往昔，早期的ps其實也不過是一堆計算機視覺裡的演算法罷了。其實我們就可以使用計算機視覺裡的技術來做一次人肉ps，提到計算機視覺逃不過的坎肯定是opencv，而又繞不過的坎肯定是深度學習，所以我們乾脆點直接opencv-python來進行我們的旅程。只不過這次我不想劍指（劍指系列，之前寫的一系列一般會由淺入深，最終目標是深挖）了，所以我們這次漫談計算機視覺，從最基本的opencv慢慢講起，一直講到這幾年比較好的深度學習各個領域。
opencv乙個出色的開源框架，其中open指的就是opensource，開源。而cv則是計算機視覺（computer vision）。依靠opencv背後開源社群背書，其不僅在過去實現了絕大多數計算機視覺所需要的基礎演算法，同時也能跟隨時代發展不斷更新新的神經網路。
我們在之前曾經編寫過opencv實現人臉識別，為了更好地進行之後技術的發展。我們自然需要對opencv進一步學習。今天就是從最基本的內容——去除噪點開始，同時學習opencv的基本操作。
lena圖是計算機視覺非常經典的影象，她的優勢在於影象顏色豐富，明暗明顯，而且輪廓，邊角等都有豐富存在對演示多種演算法都有不錯的效果（當然也很漂亮，所以更容易廣泛傳播）。我們這次包括之後都會有很多地方能夠用到她。順便一提，上面這幅來自opencv的官方，你可以在opencv的github專案中找到她。
opencv的安裝非常簡單，我們主要在python中使用它，因此使用「pip install opencv-python」進行安裝即可。然後我們在python中引用opencv類庫，並使用即可。
讀取和儲存的具體**如下：
import cv2 as cv
# 讀取
)# 儲存
# 展示
cv.namedwindow(
'input_image'
, cv.window_autosize)
cv.imshow(
'input_image'
, src)
cv.waitkey(0)
# 刪除建立的全部視窗，釋放資源
cv.destroyallwindows(
)
許多時候會出現噪點，目前隨著各種技術的提公升，噪點已經比較少見了，但是我們仍然會很多更專業的領域遇到這類問題。opencv就自帶了很多濾波方法可以用於去噪，同時也帶有多種去噪。我們首先使用隨機函式為新增隨機的噪點，也就是白點，然後使用非區域性平均演算法進行去噪。由於opencv的原圖大小為400×400，所以我們需要生成的隨機噪點範圍為(0,399)。
#生成1000個噪點
a = random.randint(0,
399)
b = random.randint(0,
399)
img[a,b]
=255
cv.imshow(
"noise"
,img)
# 顯示噪點圖
不同的去噪方法對應著不同的噪點，我們這裡首先使用非區域性平均演算法進行影象去噪，這是一種比較通用的去噪方法。缺點在於由於採用影象的冗餘資料進行去噪，對於邊緣部分的處理效果往往比較不太好。
dst = cv.fastnlmeansdenoisingcolored(img,
none,12
,12,7
,21)# 儲存
由上面可以看出該方法並不太適用於邊緣噪點，同時由於進行了區域性平均，因此也會喪失一些區域性細節。那麼這個時候我們就需要使用一些更直接的濾波方法進行去噪。常見的濾波器有很多種，濾波器本身就是乙個小的矩陣，也本質等同與現在深度學習常用的卷積核。只不過我們這裡是直接使用特定的軍陣運算對影象進行處理。與區域性平均演算法類似的是均值濾波，但是如果只是簡單的將幾個相鄰的數值進行均值計算的話，由於我們這裡的新增是白噪點（最大畫素255），那麼就會不可避免的導致周圍平均後全部變白。因此我們需要使用的是其他引數。這裡我們選擇了中值濾波進行濾波。兩種濾波器的引數都是指引數範圍。具體**和效果如下：
# 均值模糊 去隨機雜訊有很好的去噪效果
#（1, 15）是垂直方向模糊，（15， 1）是水平方向模糊，我們這裡是隨機單個白噪點，選擇（3,3）進行演示
中值濾波則比較合適，具體**和效果如下
csdn漫談計算機視覺
github
fongtian的github專案–漫談計算機視覺
Open3D 去除mesh中的噪點
各種重建演算法的結果 比如rgbd integration 並不是只有乙個三角網格而是有多個網格。一些較小的部分 相比如主物體較小 是由於雜訊引起的，我們會想要移除它。open3d實現了乙個連通分量演算法cluster connected s，將每個三角形分配給乙個連線的三角集群，從集群中返回每乙個...
從Ajax的HelloWorld說起
從ajax的helloworld說起 收藏 就這個經典的helloworld示例，學習ajax的互動模式。還是從如何建立helloworld說起吧 1 建立 xmlhttprequest 物件 2 初始化非同步請求，xmlhttprequest物件如何做 中轉站 的工作，就在這裡體現 先獲取個客戶端...
從python的yield說起
感覺是在需要返回某個值的地方通過yield來代替return，不是很明白其用法，所以仔細研究下。乙個使用了yiled關鍵字的函式就不再是乙個普通的函式了，而是乙個生成器函式 generator function 當函式被呼叫的時候將返回乙個迭代器 iterator 所以下面將分別講解迭代器和生成器這...