OpenCV中值得学习的知识

综述

OpenCV 将一些成熟以及有效的计算机视觉算法进行了封装，因此我们可以通过直接使用OpenCV的API直接使用这些计算机视觉算法，并将其应用在我们的Project中。此方法可节约开发者或者研究者大量的时间。但需要注意的是，若需要应用的地方有特别要求，那不加思考随意使用OpenCV则是大忌。此篇文章总结了OpenCV中值得学习和关注的算法，可能的应用也会有一些探讨。此文可与EIE 565结合看

参考书籍：“OpenCV with Python by Examples”

1. 图像的基本处理

a. Image reading, displaying and saving.

b. Image colorspace transmission (RGB, YUV, HSV)

应用例子：将YUV不同CHANNEL单独提出进行修改，可以改变彩色图片的对比度等参数。

c. Image translation/rotation/scaling/affine/projection (Matrix is important)

2. 图像的复杂处理

a. Apply 2D convolution

b. Blurring (Low pass)

c. Edge detection (High pass)

d. Motion blur

e. Sharping 

f. Erosion and dilation  (EIE565 Related)

g. Enhance contrast

3. 基于图像内容的图像裁剪算法

a. Seam Carving

b. Object removing

4. 图像内容分割识别算法

a. Contour algorithm/Shape  (EIE565 Related)

b. Watershed algorithm

5. 网络摄像头的调用

a. How

b. Keyboard control

c. Mouth control

6. 人类肢体识别以及跟踪

a. Haar cascade (EIE565 Related)

b. Integral Image (EIE565 Related)

c. Different Algorithms for body parts detection (Face/Eye/Ear/Mouth/Nose/Pupil/Moustache/Nose/Pupil)  (EIE565 Related)

7. 特征提取算法

a. Keypoint

b. SIFT  (EIE565 Related)

c. SURF

d. FAST

e. BRIEF

f. ORB

8.  物体识别

a. Dense feature detector  (EIE565 Related)

b. Visual dictionary (Bag of features)  (EIE565 Related)

c. SVM  (EIE565 Related)

9. 特定物体追踪

a. Frame differencing (EIE565 Related)

b. Colorspace based tracking

c. Feature-based tracking

d. Background subtraction

10. 3D图像建立以及增强现实

应用领域随想

To Business

1. 机场行李处理中心传送带上放置不规范以及破损行李，需要人工去识别然后进行调整。可将物体识别及追踪应用于工业机器人上，让机器人代替人类去完成识别以及调整。

To Customer

1.  OpenCV应用专门店

a. Taobao上卖基于这些技术的有趣玩具/应用（代码）

b. 遥控汽车视觉，遥控船视觉，四驱车视觉..........（提升性能，增加功能）

2. 深度学习神经网络专营店

a. 卖高清渲染画（山水，油画，皮影，脸谱）

b. 卖平面设计渲染图 

c. 神经网络调参数 （毕业设计）