计算机视觉简介

计算机视觉是人工智能的重要分支，致力于使计算机能够理解和处理图像及视频数据。

图像处理基础

图像处理是计算机视觉的基础，包括图像预处理、特征提取等关键步骤。

import cv2
import numpy as np

# 读取图像
img = cv2.imread('image.jpg')

# 图像预处理
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
blur = cv2.GaussianBlur(gray, (5,5), 0)

# 边缘检测
edges = cv2.Canny(blur, 100, 200)

# 显示结果
cv2.imshow('Edge Detection', edges)
cv2.waitKey(0)
              

目标检测

目标检测是计算机视觉中的核心任务，用于定位和识别图像中的物体。

# 使用YOLOv5进行目标检测
import torch

# 加载模型
model = torch.hub.load('ultralytics/yolov5', 'yolov5s')

# 进行检测
results = model('image.jpg')

# 显示结果
results.show()
              

图像分割

图像分割旨在将图像划分为多个有意义的区域，是场景理解的重要步骤。

实际应用

计算机视觉在多个领域都有广泛应用。