圖像處理，計算機(jī)視覺和人工智能之間的差異

點擊上方“小白學(xué)視覺”，選擇加"星標(biāo)"或“置頂”

重磅干貨，第一時間送達(dá)

本文轉(zhuǎn)自：AI算法與圖像處理

左圖像是輸入圖像，右圖像是處理圖像

這是我的圖像處理代碼的鏈接，它很容易和有趣的嘗試自己。https://github.com/PallawiSinghal/AI_Starter/blob/master/image_processing.ipynb

現(xiàn)在，你希望獎勵你的寵物“Shimmy”和“Pluto”作為獲勝者和亞軍，根據(jù)誰在他們的嘴里抓住紅蘋果或黃色圓盤的最大次數(shù)并將它們返回給你在他們各自的軌道上移動 ，左邊是“Shimmy”，右邊是“Pluto”（游戲規(guī)則）。

所以，現(xiàn)在你必須建立一個計算機(jī)視覺系統(tǒng)來自動化你的工作。

因此，CV（計算機(jī)視覺）系統(tǒng)的第一步應(yīng)該對350的每個圖像進(jìn)行詳細(xì)分析。

分析階段

這項分析的目的是找到一個通用的解決方案，不僅僅是幾百個圖像，而是多年來的許多圖像。

我們在圖像中必須尋找的是大多數(shù)時候?qū)櫸锶绾纬霈F(xiàn)在圖像中的模式。就像這里“Shimmy”在左側(cè)軌道，“Pluto”在右側(cè)。

左圖是輸入圖像，中間圖像是掩模（如果你不斷看圖像一段時間你可以找到從中心到角的強(qiáng)度差異），右圖是背景圖像（這個背景） 使用非常著名的OpenCV函數(shù)“Grabcut”完成刪除（前景和背景分割）

第一個圖像是上面最右邊圖像的模糊圖像，這里使用的模糊像處理算法，用于邊緣保存和噪聲消除。第二幅圖像是灰度圖像。第三圖像是閾值圖像，也稱為二值圖像。第四個圖像是第三個圖像的輪廓圖像（簡單地說，我們試圖在所有顏色為白色的物體上繪制邊界，其中也包括寵物），在最后一個圖像中，我們通過周長逼近最大輪廓使用凸包，這里最大的輪廓將是寵物的輪廓，并在圖像上繪制近似的形狀，多邊形

左圖像是該步驟的輸入圖像，我們制作近似的小掩模（中心圖像）以將寵物多邊形轉(zhuǎn)移（也稱為翹曲,wrapping）到小圖像（中心圖像）上。翹曲后的結(jié)果看起來像右圖

左圖是這里的輸入，我們使用黃色光盤的小模板圖像在此圖像上進(jìn)行模板匹配，如下圖所示。模板匹配是一種算法，模板圖像從輸入圖像的頂部到底部移動，輸入圖像是我們情況下最左邊的圖像，并在輸入圖像中找到最佳匹配部分。模板匹配的輸出將是中心圖像，因為你可以看到圖像中最亮和閃亮的部分是黃色光盤所在的位置。因此，我們在最右邊的圖像上繪制一個框。

模板圖片

如果你選擇硬閾值來檢測“Shimmy”，“Pluto”或黃色圓盤，例如應(yīng)用半自動分割（OpenCV grab cut），模板匹配，決定寵物應(yīng)移動的軌道，則此設(shè)計的系統(tǒng)可能缺乏可擴(kuò)展性或?qū)櫸锷眢w的顏色閾值。你最終可能會創(chuàng)建一個只能識別“Shimmy”和“Pluto”的有偏見系統(tǒng)。

你將無法將你的CV系統(tǒng)交給世界，以便在不同的狗或貓身上得到相同的結(jié)果，因為規(guī)則和特征只偏向于“Shimmy”和“Pluto”。

人工智能“救世主”提供圖像處理，計算機(jī)視覺算法和機(jī)器學(xué)習(xí)算法，以幫助你像魔術(shù)一樣推廣系統(tǒng)。

就像你在教育系統(tǒng)中長大的學(xué)習(xí)一樣，你的老師教你用圖像來區(qū)分世俗的東西，給你的大腦喂兩個輸入，一個是圖像，第二個是正確的特征描述，它的外觀和位置在圖片。

同樣，如果我們想為上述類比構(gòu)建一個AI系統(tǒng)，我們需要使用圖像處理算法提供預(yù)處理的圖像，并告訴他們你想要檢測的球，圓盤，蘋果，狗或任何東西的位置并存在于圖像中。

然后，一旦圖像和圖像的內(nèi)容，信息被提供給系統(tǒng)，計算機(jī)視覺就會出現(xiàn)在圖片中。

AI由多層組成，就像一包面包一樣，每層運行一個計算機(jī)視覺算法，其工作是從圖像中提取特征。

在前幾層中，我們提取圖像上的直線或曲線邊緣等低級特征，然后在它學(xué)習(xí)檢測眼睛，蘋果，爪子，尾巴以及后來完成的每層中提取所有提取的特征。狗或貓。稍后你將使用這些學(xué)習(xí)卷積核來預(yù)測新數(shù)據(jù)集上的對象，該數(shù)據(jù)集也稱為測試數(shù)據(jù)集。

以上圖片由https://www.cc.gatech.edu/~hays/compvision/proj6/提供，可以在此處查看圖層的外觀以及每層的特征提取方式。

當(dāng)然有數(shù)學(xué)方程式。但是，讓我向你保證，他們很容易，你可以做到。

并且所有的學(xué)習(xí)都保存在模型中，就像我們的學(xué)習(xí)保存在我們的大腦中一樣，它是通用的，可以用于任何其他數(shù)據(jù)。

構(gòu)建AI解決方案的一個非常關(guān)鍵的輸入是數(shù)據(jù)。想象一下，你需要付出的努力才能創(chuàng)造出一個狗在世界各地玩球的數(shù)據(jù)集（沒有差錯的數(shù)據(jù)集）。

因此，綜合圖像處理，計算機(jī)視覺和機(jī)器學(xué)習(xí)三個形成了一個你身邊所聽到，看到和體驗到的人工智能系統(tǒng)。