本文整理了圖像處理初學(xué)者應(yīng)該需要了解的100個(gè)基礎(chǔ)問題，涉及讀取、顯示圖像、操作像素、拷貝圖像、保存圖像、灰度化（Grayscale）、二值化（Thresholding）、大津算法、HSV 變換、減色處理、平均池化（Average Pooling）、最大池化（Max Pooling）、高斯濾波（Gaussian Filter）、中值濾波（Median filter）、仿射變換（Afine Transformations）等100多個(gè)知識(shí)點(diǎn)。

給出了詳細(xì)的代碼實(shí)現(xiàn)，具體的輸入輸出case情況。

內(nèi)容整理自：

https://github.com/gzr2017/ImageProcessing100Wen

問題1 - 10

1通道替換

2灰度化（Grayscale）

3二值化（Thresholding）

4大津算法

5HSV 變換

6減色處理

7平均池化（Average Pooling）

8最大池化（Max Pooling）

9高斯濾波（Gaussian Filter）

10中值濾波（Median filter）

問題11 - 20

11均值濾波

12Motion Filter

13MAX-MIN 濾波

14微分濾波

15Sobel 濾波

16Prewitt 濾波

17Laplacian 濾波

18Emboss 濾波

19LoG 濾波

20直方圖表示

問題21-30

21直方圖歸一化（Histogram Normalization）

22直方圖操作

23直方圖均衡化（Histogram Equalization）

24伽瑪校正（Gamma Correction）

25最鄰近插值（Nearest-neighbor Interpolation）

26雙線性插值（Bilinear Interpolation）

27雙三次插值（Bicubic Interpolation）

28仿射變換（Afine Transformations）——平行移動(dòng)

29仿射變換（Afine Transformations）——放大縮小

30仿射變換（Afine Transformations）——旋轉(zhuǎn)

問題31-40

31仿射變換（Afine Transformations）——傾斜

32傅立葉變換（Fourier Transform）

33傅立葉變換——低通濾波

34傅立葉變換——高通濾波

35傅立葉變換——帶通濾波

36JPEG 壓縮——第一步：離散余弦變換（Discrete Cosine Transformation）

37峰值信噪比（Peak Signal to Noise Ratio）

38JPEG 壓縮——第二步：離散余弦變換+量化

39JPEG 壓縮——第三步：YCbCr 色彩空間

40JPEG 壓縮——第四步：YCbCr+DCT+量化

問題41-50

41Canny邊緣檢測(cè)：第一步——邊緣強(qiáng)度

42Canny邊緣檢測(cè)：第二步——邊緣細(xì)化

43Canny邊緣檢測(cè)：第三步——滯后閾值

44霍夫變換（Hough Transform）／直線檢測(cè)——第一步：霍夫變換

45霍夫變換（Hough Transform）／直線檢測(cè)——第二步：NMS

46霍夫變換（Hough Transform）／直線檢測(cè)——第三步：霍夫逆變換

47形態(tài)學(xué)處理：膨脹（Dilate）

48形態(tài)學(xué)處理：腐蝕（Erode）

49開運(yùn)算（Opening Operation）

50閉運(yùn)算（Closing Operation）

問題51-60

51形態(tài)學(xué)梯度（Morphology Gradient）

52頂帽（Top Hat）

53黑帽（Black Hat）

54使用誤差平方和算法（Sum of Squared Difference）進(jìn)行模式匹配（Template Matching）

55使用絕對(duì)值差和（Sum of Absolute Differences）進(jìn)行模式匹配

56使用歸一化交叉相關(guān)（Normalization Cross Correlation）進(jìn)行模式匹配

57使用零均值歸一化交叉相關(guān)（Zero-mean Normalization Cross Correlation）進(jìn)行模式匹配

584-鄰接連通域標(biāo)記

598-鄰接連通域標(biāo)記

60透明混合（Alpha Blending）

問題61-70

614-鄰接的連接數(shù)

628-鄰接的連接數(shù)

63細(xì)化處理

64Hilditch 細(xì)化算法

65Zhang-Suen 細(xì)化算法

66方向梯度直方圖（HOG）第一步：梯度幅值?梯度方向

67方向梯度直方圖（HOG）第二步：梯度直方圖

68方向梯度直方圖（HOG）第三步：直方圖歸一化

69方向梯度直方圖（HOG）第四步：可視化特征量

70色彩追蹤（Color Tracking）

問題71-80

71掩膜（Masking）

72掩膜（色彩追蹤（Color Tracking）+形態(tài)學(xué)處理）

73縮小和放大

74使用差分金字塔提取高頻成分

75高斯金字塔（Gaussian Pyramid）

76顯著圖（Saliency Map）

77Gabor 濾波器（Gabor Filter）

78旋轉(zhuǎn) Gabor 濾波器

79使用 Gabor 濾波器進(jìn)行邊緣檢測(cè)

80使用 Gabor 濾波器進(jìn)行特征提取

問題81-90

81Hessian 角點(diǎn)檢測(cè)

82Harris 角點(diǎn)檢測(cè)第一步：Sobel + Gausian

83Harris 角點(diǎn)檢測(cè)第二步：角點(diǎn)檢測(cè)

84簡單圖像識(shí)別第一步：減色化+直方圖

85簡單圖像識(shí)別第二步：判別類別

86簡單圖像識(shí)別第三步：評(píng)估

87簡單圖像識(shí)別第四步：k-NN

88k-平均聚類算法（k -means Clustering）第一步：生成質(zhì)心

89k-平均聚類算法（k -means Clustering）第二步：聚類

90k-平均聚類算法（k -means Clustering）第三步：調(diào)整初期類別

問題91-100

91利用 k-平均聚類算法進(jìn)行減色處理第一步：按顏色距離分類

92利用 k-平均聚類算法進(jìn)行減色處理第二步：減色處理

93準(zhǔn)備機(jī)器學(xué)習(xí)的訓(xùn)練數(shù)據(jù)第一步：計(jì)算 IoU

94準(zhǔn)備機(jī)器學(xué)習(xí)的訓(xùn)練數(shù)據(jù)第一步：隨機(jī)裁剪（Random Cropping）

95神經(jīng)網(wǎng)絡(luò)（Neural Network）第一步：深度學(xué)習(xí)（Deep Learning）

96神經(jīng)網(wǎng)絡(luò)（Neural Network）第二步：訓(xùn)練

97簡單物體檢測(cè)第一步----滑動(dòng)窗口（Sliding Window）+HOG

98簡單物體檢測(cè)第二步----滑動(dòng)窗口（Sliding Window）+ NN

99簡單物體檢測(cè)第三步----非極大值抑制（Non-Maximum Suppression）

100簡單物體檢測(cè)第三步----評(píng)估 Precision, Recall, F-score, mAP