机器识别基本概念.md
机器视觉（Computer Vision）是一门涉及计算机科学和人工智能的交叉学科，其目标是使计算机系统能够理解和解释视觉信息，模仿人类视觉系统的能力。以下是一些机器视觉的基本概念：
图像： 图像是由像素组成的二维矩阵，每个像素表示图像的一个小元素。机器视觉系统通常以图像作为输入。
图像处理： 图像处理涉及对图像进行预处理、增强和分析的一系列技术。常见的图像处理任务包括滤波、边缘检测、图像变换等。
特征提取： 特征是图像中具有信息量的部分，特征提取是从图像中选择和提取关键信息以用于进一步分析和识别的过程。常见的特征包括边缘、角点、颜色直方图等。
图像识别和分类： 图像识别是将图像分为不同的类别或标签的任务。图像分类是机器学习中的一个重要问题，涉及训练模型以自动识别图像中的对象或场景。
目标检测： 目标检测是在图像中定位并识别多个目标的任务。与图像分类不同，目标检测需要标示目标在图像中的位置。
图像分割： 图像分割是将图像划分为具有语义意义的区域的任务。目标是将图像中的每个像素分配到相应的类别。
三维重建： 三维重建是根据多个视角的二维图像推断出场景的三维结构。这在计算机视觉和计算机图形学中都是重要的问题。
深度学习： 深度学习是一种机器学习方法，通过使用深度神经网络来学习和表示复杂的图像特征。深度学习已经在图像识别、目标检测等任务中取得了显著的成功。
todo:
- 总结以前同事工作相关的概念.
- 总结之前的项目，变为自己的项目经历.
- 最新模型架构用到的一些知识点，补全. yolo等.
- 找鹏波聊一聊 图像相关的技术.
图像处理基本算法有哪些：
图像处理涉及多种基本算法，这些算法可以用于对图像进行预处理、增强、分析和处理。以下是一些常见的图像处理基本算法：
- 灰度化（Grayscale Conversion）： 将彩色图像转换为灰度图像，通常通过对RGB通道的加权平均来实现
- 直方图均衡化（Histogram Equalization）： 通过调整图像的灰度直方图，增强图像的对比度
- 滤波（Filtering）： 使用不同类型的滤波器进行图像平滑（低通滤波器）或边缘增强（高通滤波器）
- 去噪（Denoising）、边缘增强（Sharpening）、
- 模板匹配：
- Blob分析：
- 图像缩放（Image Resizing）：
- 图像旋转（Image Rotation）：