深度学习基础与实践 课件 单元七 深度学习之图像数据处理.pptx

数字图像理解

数字图像理解01数字图像一般的图像(模拟图像)不能直接用计算机进行处理，必须首先转化为数字图像。把模拟图像分割成一个个称为像素的小区域，每个像素的亮度值用整数表示——图像数字化。图片来源：数字图像处理（第三版）

数字图像理解01数字图像的表示图像可以分为黑白图像，灰度图像，彩色图像。在图像处理的过程中，一般可以用矩阵表示图像。一幅黑白图像或者灰度图像只需要一个矩阵来表示，通常称其为单通道数据。而一幅彩色图像需要三个矩阵来表示，通常称其为3通道数据。黑白图像，指图像的每个像素只能是黑或白，没有中间的过渡，故又称为二值图像。二值图像的像素值只能为0或1。灰度图像，指每个像素由一个量化的灰度值来描述的图像，它不包含彩色信息。黑白图像的表示灰度图像的表示

数字图像理解01数字图像的表示彩色图像，指每个像素由R、G、B三原色像素构成的图像，其中R、B、G是分别由不同的灰度级来描述的，如下图所示。彩色图像有不同的描述方式：对人的眼睛来说，更习惯通过色调、饱和度和亮度来定义颜色；对于显示设备来说，可以用红、绿、蓝发光体的发光量来描述颜色；对于打印设备来说，可以使用青色、品红、黄色和黑色颜料的用量来指定颜色。思考：单个R通道的图像是彩色图像还是灰度图像？

数字图像理解01这些是图像吗？

数字图像理解01图像与图形的区别区别图像图形形成方式客观自然主观人为（抽象概念）描述对象实物、实景非实物描述方式像素矩阵数学模型编辑单位像素几何元素处理方法基于统计规律的变换为主几何计算应用场景真实景物，如照片几何对象，如机械工程图、建筑设计图、测绘地图存储格式位图（BMP、GIF、JPG）矢量图（DWG、DXF）

数字图像理解01数字图像处理图像处理一般可以分为三个层次：低级处理，中级处理和高级处理。低级处理中级处理高级处理涉及初级操作，如降低噪声的图像预处理、对比度增强和图像锐化。特征是：输入、输出都是图像。涉及诸多任务，如把一幅图像分为不同区域或目标的分割任务，减少这些目标物的描述，以使其更适合计算机处理及对不同目标的进行分类识别。特征是：输入为图像，但输出是从这些图像中提取的特征（如边缘、轮廓及各物体的标识等）。涉及图像理解，就是对图像的语义理解。它是以图像为对象，知识为核心，研究图像中有什么目标、目标之间的相互关系、图像是什么场景以及如何应用场景的一门学科。

数字图像理解01图像理解图像理解的处理信息分为视觉数据信息和人类知识信息两部分。前者侧重原始获取的数据信息以何种结构存储在计算机中，后者侧重知识的表述如何指导计算机的理解过程，两部分表示相辅相成。对于视觉信息，图像理解的理论基础是计算机视觉；对于知识信息，图像理解的理论基础是人工智能。图像理解是一门交叉学科，涉及统计学、光学、人工智能、脑科学等学科，以及其他领域知识。图像理解困难，是因为图像本身的歧义性，例如下图究竟是茶壶还是马桶？图片来源：/detail/10709.html

数字图像理解01图像处理应用图像理解应用广泛（1）字符识别用于历史文字和图片档案的修复和管理以及文字的自动识别。（2）公共安全可用于军事目标的侦察、制导和警戒系统、防御系统及其反伪装。公安部门对现场照片、指纹、手迹、印章、人像等的分析和识别。（3）智能交通具有图像理解的实时车辆跟踪系统可应用到交通管理，可以实时提供车流量和车速。（4）生物医疗可应用于细胞的分类、染色体分类和放射图像的分析中。如从CT图像中识别各种器官，从CT图像检测癌细胞。这个

图像翻转、大小、色彩调整

图像翻转、大小、色彩调整02图像大小调整1、图像边缘填充 torchvision.transforms.Pad(padding,fill=0)参数：padding指要填充多少像素，fill指明用什么值填充示例代码：注：省略绘图代码fromtorchvisionimporttransformsfromPILimportImagepadding=transforms.Pad(padding=30,fill=0)#用亮度0来填充4个边缘img=Image.open(./img/lena.jpg)#载入lena.jpg图像print(原图像大小：,img.size)#打印原始图像大小padded_img=padding(img)#调用Pad中的__call__函数，实现填充print(变换后图像大小：,padded_img.size)#打印填充后图像大小原图像大小：(537,536)变换后图像大小：(597,596)

图像翻转、大小、色彩调整02图像大小调整2、改变大小torchvision.transforms