如何透徹的理解一個(gè)計(jì)算機(jī)視覺(jué)的知識(shí)點(diǎn)？

點(diǎn)擊上方“小白學(xué)視覺(jué)”，選擇加"星標(biāo)"或“置頂”

重磅干貨，第一時(shí)間送達(dá)

提到計(jì)算機(jī)視覺(jué)，肯定離不開(kāi)大名鼎鼎的opencv，而招聘需求上也有很多關(guān)于opencv的面試要求。那么到底如何掌握opencv中的某些個(gè)知識(shí)點(diǎn)呢？

我記得在剛畢業(yè)那會(huì)一次去面試一個(gè)圖像算法工程師崗位，面試官問(wèn)了一個(gè)關(guān)于高斯濾波的問(wèn)題。這個(gè)再熟悉不過(guò)，可是當(dāng)時(shí)我的腦子里只有關(guān)于這個(gè)濾波的效果如何以及如何使用opencv調(diào)用，它的公式卻怎么也寫(xiě)不完整，更不用說(shuō)這個(gè)公式中的期望和方差這兩個(gè)參數(shù)的作用了。

經(jīng)過(guò)這次面試我回去好好惡補(bǔ)了一下關(guān)于高斯函數(shù)的公式，回去對(duì)照著函數(shù)圖，深刻的理解了這個(gè)公式的含義，并且對(duì)其中的期望和方差這些參數(shù)也做了研究，明白了它們是如何對(duì)這個(gè)函數(shù)進(jìn)行影響的。很快我又收到了下一個(gè)公司的面試機(jī)會(huì)。同樣也是和圖像算法方面相關(guān)的，這次我很輕松的回答出了出了高斯函數(shù)并且對(duì)其參數(shù)做了一定的分析，就當(dāng)我自信滿滿的準(zhǔn)備拿下這個(gè)offer的時(shí)候，面試官又問(wèn)了那高斯濾波原理是如何進(jìn)行卷積的？當(dāng)時(shí)心想完蛋了，這個(gè)知識(shí)點(diǎn)又忘看了。經(jīng)過(guò)這樣幾次之后我總結(jié)出了一個(gè)問(wèn)題，每次我在學(xué)習(xí)的時(shí)候經(jīng)常是很難全面的學(xué)習(xí)和把握知識(shí)，那么到底如何克服這個(gè)問(wèn)題呢？經(jīng)過(guò)不斷的總結(jié)歸納，我總結(jié)了一套知識(shí)點(diǎn)的學(xué)習(xí)思路和方法，對(duì)于知識(shí)點(diǎn)尤其是opencv采用算法原理+API實(shí)現(xiàn)+源碼實(shí)現(xiàn)的方式就可以全方面的了解每個(gè)知識(shí)點(diǎn)，做到深入到毛發(fā)的程度。我們還是以這個(gè)高斯濾波為例。先來(lái)看下算法原理，即高斯函數(shù)的公式。

這是一個(gè)標(biāo)準(zhǔn)的高斯函數(shù)公式，以及該公式所對(duì)應(yīng)的函數(shù)圖。從圖中可以看出，根據(jù)輸入的取值不同，輸出是一個(gè)滿足正態(tài)分布的曲線，同時(shí)根據(jù)當(dāng)前期望和方差的不同，輸出曲線會(huì)有一定程度的差異，總體來(lái)說(shuō)期望影響的是對(duì)稱軸，方差影響的是幅度。而二維的高斯函數(shù)最終會(huì)形成一個(gè)模版矩陣。

算法原理我們搞清楚了，那么API如何調(diào)用呢？opencv中高斯濾波的API非常的簡(jiǎn)單：void GaussianBlur(InputArray src, OutputArray dst, Size ksize, double sigmaX, double sigmaY=0, int borderType=BORDER_DEFAULT )

src和dst當(dāng)然分別是輸入圖像和輸出圖像。Ksize為高斯濾波器模板大小，sigmaX和sigmaY分別為高斯濾波在橫線和豎向的濾波系數(shù)（有點(diǎn)晦澀，等下解釋）。borderType為邊緣點(diǎn)插值類型。ok到這一步我們的API也已經(jīng)掌握了，下面就是源碼實(shí)現(xiàn)。源碼實(shí)現(xiàn)的關(guān)鍵是實(shí)現(xiàn)圖片卷積。比如我們上面的3×3的圖片模版，用一個(gè)3×3的圖片框和當(dāng)前模版對(duì)應(yīng)元素相乘，將最終求的的9個(gè)乘法結(jié)果相加，最終得到一個(gè)值。用這個(gè)值取代3×3圖片框中的中心像素，最終得到的結(jié)果就是這個(gè)3×3中心像素經(jīng)過(guò)濾波之后的值。是不是很好理解呢？

其實(shí)我們本這這個(gè)思路，通過(guò)算法原理+API+源碼思想基本上可以透徹的掌握每一個(gè)我們想掌握的內(nèi)容。

好消息，小白學(xué)視覺(jué)團(tuán)隊(duì)的知識(shí)星球開(kāi)通啦，為了感謝大家的支持與厚愛(ài)，團(tuán)隊(duì)決定將價(jià)值149元的知識(shí)星球現(xiàn)時(shí)免費(fèi)加入。各位小伙伴們要抓住機(jī)會(huì)哦！

交流群

歡迎加入公眾號(hào)讀者群一起和同行交流，目前有SLAM、三維視覺(jué)、傳感器、自動(dòng)駕駛、計(jì)算攝影、檢測(cè)、分割、識(shí)別、醫(yī)學(xué)影像、GAN、算法競(jìng)賽等微信群（以后會(huì)逐漸細(xì)分），請(qǐng)掃描下面微信號(hào)加群，備注：”昵稱+學(xué)校/公司+研究方向“，例如：”張三 + 上海交大 + 視覺(jué)SLAM“。請(qǐng)按照格式備注，否則不予通過(guò)。添加成功后會(huì)根據(jù)研究方向邀請(qǐng)進(jìn)入相關(guān)微信群。請(qǐng)勿在群內(nèi)發(fā)送廣告，否則會(huì)請(qǐng)出群，謝謝理解~