1200字范文,内容丰富有趣,写作的好帮手!
1200字范文 > 【我的OpenGL学习进阶之旅】计算机视觉 (CV) 计算机图形学 (CG) 以及图像处理(DIP)

【我的OpenGL学习进阶之旅】计算机视觉 (CV) 计算机图形学 (CG) 以及图像处理(DIP)

时间:2018-09-01 17:58:32

相关推荐

【我的OpenGL学习进阶之旅】计算机视觉 (CV)   计算机图形学 (CG) 以及图像处理(DIP)

文章目录

一、计算机视觉 (Computer Vision) VS 计算机图形学 (Computer Vision) 以及图像处理(Digital Image Processing)1.1 先说区别1.2 再说联系1.3 计算机图形学:图像处理1.4 计算机视觉1.5 计算机图形学 和 计算机视觉 的关联1.6 数字图像处理1.7 计算机视觉1.8 计算机图形学1.9 人工智能二、参考链接

PS: 本文摘自互联网几篇文章整合的内容。

一、计算机视觉 (Computer Vision) VS 计算机图形学 (Computer Vision) 以及图像处理(Digital Image Processing)

在 计算机视觉、图形学和图像处理,三者有什么联系? 中有如下所示的描述:

1.1 先说区别

Computer Graphics,简称CG。输入的是对虚拟场景的描述,通常为多边形数组,而每个多边形由三个顶点组成,每个顶点包括三维坐标、贴图坐标、rgb 颜色等。输出的是图像,即二维像素数组。

[xyz xyz xyz … xyz] -> 图片

Computer Vision,简称CV。输入的是图像或图像序列,通常来自相机、摄像头或视频文件。输出的是对于图像序列对应的真实世界的理解,比如检测人脸、识别车牌、区分猫狗。

图片 -> dog or cat?

图片 -> [xyz xyz xyz … xyz]

Digital Image Processing,简称DIP。输入的是图像,输出的也是图像。Photoshop 中对一副图像应用滤镜就是典型的一种图像处理。常见操作有模糊、灰度化、增强对比度等。

图片 -> ps后的图片

1.2 再说联系

CG 中也会用到 DIP,现今的三维游戏为了增加表现力都会叠加全屏的后期特效,原理就是 DIP,只是将计算量放在了显卡端。通常的做法是绘制一个全屏的矩形,在 Pixel Shader 中进行图像处理。

CV 大量依赖 DIP来打杂活,比如对需要识别的照片进行预处理,增强对比度、去除噪点。

最后还要提到今年的热点——增强现实(AR),它既需要 CG,又需要 CV,当然也不会漏掉 DIP。它用 DIP 进行预处理,用 CV 进行跟踪物体的识别与姿态获取,用 CG 进行虚拟三维物体的叠加。

在 图像处理(计算机图形学)和计算机视觉的区别和关系中是这样描述的

随着工业互联网的发展,图片处理计算机图形学计算机视觉的应用越来越多,两者有区别也有紧密联系,在此进行简单介绍,共同学习。

CV和CG在其实是一个方向相反的过程(三者的流程图如下):

CV是计算机从图像中提炼有用的信息,而CG通过使用数学模型和计算机算法来生成图像。而图像处理的输入和产出都是图像,只不过产出的图像在某些特征上被强化或者提取出来了。

1.3 计算机图形学:图像处理

是对输入的图像做某种变换,输出仍然是图像,基本不涉及或者很少涉及图像内容的分析。比较典型的有图像变换,图像增强,图像去噪,图像压缩,图像恢复,二值图像处理等等。基于阈值的图像分割也属于图像处理的范畴。它一般处理的是单幅图像。

1.4 计算机视觉

试图用视网膜输入来做人脑的工作,是对图像的内容进行分析、提取出有意义的特征再对得到的特征进行分析和预测视觉输入,提取场景的语义表示从而让计算机具有人眼和人脑的能力。它处理的是部分单幅图像、多幅图像或者序列图像。

1.5 计算机图形学 和 计算机视觉 的关联

在【Games 101 】中有如下所示的PPT

闫令琪老是说过:一切需要猜测的基本都是计算机视觉。需要计算机去理解图像。

在 一图理解计算机视觉、计算机图形学、数字图像处理 中有如下表述:

这张图片有着科学工作者们都无法抗拒的简洁美感,使目前科技领域几个重要概念显得泾渭分明。我尝试结合自身的经验去解释下这张图:

在 一图理解计算机视觉、计算机图形学、数字图像处理 中是这样描述的:

计算机视觉人工智能的重要方向,数字图像处理计算机视觉的第一步,而计算机图形学,作为工具和平台支撑着数字图像处理计算机视觉的发展与应用。

1.6 数字图像处理

数字图像处理,输入是图片,输出也是图片。

包括数字成像与图像处理。

数字成像最广泛的应用是:

数码相机:把大自然中的光信号转化为数字信号,通过一系列计算机处理得过程后,通过显示设备再度呈现为图像。

图像处理最广泛的应用是各类P图软件。Prisma是去年火爆世界的一款软件,它通过深度学习,让机器掌握把各类艺术家的艺术风格,然后再把某种艺术风格施加到正常的照片,进而让照片成为“大师之作”。

1.7 计算机视觉

计算机视觉,输入是图片,输出是知识。

包括机器视觉和计算机视觉,机器视觉广泛应用于工业检测领域,目的是高精度的测量。

而计算机视觉,重在让计算机像人类一样,看懂一张照片或视频中的内容,具体内容请参考李飞飞演讲。

医学类的应用主要是把AI应用在医疗影像学上:

1.8 计算机图形学

计算机图形学,输入是知识,输出是图片。

计算机图形学最广泛的应用是计算机辅助设计软件CAD,它彻底改变了人类工程设计的习惯。

而在娱乐上,基于计算机图形学的现代电脑游戏,也已经深刻影响着人类的娱乐习惯。

1.9 人工智能

人工智能,输入是各类信息,输出是知识

低水平的人工智能已经广泛应用于人类生活生产中——智能控制系统。

高水平的人工智能,也就是具备深度学习能力的人工智能,在最近两年已经证明了其巨大的潜力:

学无止境,从构建知识体系架构开始吧。

二、参考链接

/question/20672053/answer/15854031【Games 101 】图像处理(计算机图形学)和计算机视觉的区别和关系计算机图形学CG、计算机视觉CV和数字图形处理DIP的区别简谈一图理解计算机视觉、计算机图形学、数字图像处理一文看懂 计算机视觉(cv) 与 计算机图形学(cg) 的区别

本内容不代表本网观点和政治立场,如有侵犯你的权益请联系我们处理。
网友评论
网友评论仅供其表达个人看法,并不表明网站立场。