
课程咨询: 400-996-5531 / 投诉建议: 400-111-8989
认真做教育 专心促就业
文字与图像是互联网中常用的信息传递载体,而今天我们就通过案例分析来了解一下,计算机在识别图像上都有哪些基础知识需要我们了解和掌握的。
一、像素
像素是图像的原始构建块。每个图像都包含一组像素
像素被认为是在图像中给定位置出现的光的“颜色”或“强度”
图片的分辨率为1024x768,即1024像素
宽768像素高
二、灰度与颜色
在灰度图像中,每个像素的标量值为0到255之间,其中零对应于黑色,而255为白色。0到255之间的值是变化的灰色阴影
RGB颜色空间中的像素由三个值的列表表示:红色代表一个值,绿色代表一个值,蓝色代表另一个值
通过执行均值减法或缩放对输入图像进行预处理,这是将图像转换为浮点数据类型所必需的
图像表示
我们可以将RGB图像概念化,该图像由宽度W和高度H的三个独立矩阵组成,每个RGB分量一个
RGB图像中的给定像素是[0;255]范围内的三个整数的列表:红色代表一个值,绿色代表二个值,蓝色代表终值
RGB图像可以以形状(高度,宽度,深度)存储在3DNumPy多维数组中。
三、图像分类
图像分类是从一组预定义的类别中为图像分配标签的任务
假设计算机看到的只是一个很大的像素矩阵,那么如何以计算机可以理解的过程来表示图像
应用特征提取以获取输入图像,应用算法并获得量化内容的特征向量
我们的目标是应用深度学习算法来发现图像集合中的潜在模式,从而使我们能够正确分类算法尚未遇到的图像
【免责声明】:本内容转载于网络,转载目的在于传递信息。文章内容为作者个人意见,本平台对文中陈述、观点保持中立,不对所包含内容的准确性、可靠性与完整性提供形式地保证。请读者仅作参考。更多内容请在707945861群中学习了解。