1. 程式人生 > >計算機圖形影象學,計算機視覺 (圖形、影象和視訊)

計算機圖形影象學,計算機視覺 (圖形、影象和視訊)

影象學,圖形學;影象演算法,圖形演算法?

> 計算機圖形學

opengl ,directx

  計算機圖形學(Computer Graphics,簡稱CG)是一種使用數學演算法將二維或三維圖形轉化為計算機顯示器的柵格形式的科學。 

  簡單地說,計算機圖形學的主要研究內容就是研究如何在計算機中表示圖形、以及利用計算機進行圖形的計算、處理和顯示的相關原理與演算法。圖形通常由點、線、面、體等幾何元素和灰度、色彩、線型、線寬等非幾何屬性組成。從處理技術上來看,圖形主要分為兩類,一類是基於線條資訊表示的,如工程圖、等高線地圖、曲面的線框圖等,另一類是明暗圖,也就是通常所說的真實感圖形。 
計算機圖形學一個主要的目的就是要利用計算機產生令人賞心悅目的真實感圖形。為此,必須建立圖形所描述的場景的幾何表示,再用某種光照模型,計算在假想的光源、紋理、材質屬性下的光照明效果。所以計算機圖形學與另一門學科計算機輔助幾何設計有著密切的關係。事實上,圖形學也把可以表示幾何場景的曲線曲面造型技術和實體造型技術作為其主要的研究內容。同時,真實感圖形計算的結果是以數字圖象的方式提供的,計算機圖形學也就和圖象處理有著密切的關係。 
  圖形與圖象兩個概念間的區別越來越模糊,但還是有區別的:圖象純指計算機內以點陣圖形式存在的灰度資訊,而圖形含有幾何屬性,或者說更強調場景的幾何表示,是由場景的幾何模型和景物的物理屬性共同組成的。 
  計算機圖形學的研究內容非常廣泛,如圖形硬體、圖形標準、圖形互動技術、光柵圖形生成演算法、曲線曲面造型、實體造型、真實感圖形計算與顯示演算法,以及科學計算視覺化、計算機動畫、自然景物模擬、虛擬現實等。

如何快速成長為圖形學工程師- https://blog.csdn.net/GitChat/article/details/79102568
我的圖形學學習歷程- https://www.bilibili.com/read/cv413139/
真實圖形學- https://blog.csdn.net/smilejiasmile/article/category/7408178
真實圖形學- https://blog.csdn.net/qq_32583189/article/category/6463260
圖形學重要概念- https://www.cnblogs.com/SeekHit/p/7612533.html

-- 圖形學工程師:
需要學習的知識點
渲染執行流程
Shader 程式設計技巧
材質渲染案例
後處理渲染案例
Shader 程式設計優化案例

5、負責收集訓練樣本集並對訓練樣本集整理、演算法研究、測試;
6、研究影象處理技術,如影象去噪、影象矯正、輪廓提取、關鍵資訊提取、模式識別、OCR 等。
1、熱愛影象處理工作,思維開闊,能夠主動探索新演算法或新的實現方式,深入研究各種方法,創新性解決各種問題;
2、掌握 C/C++,有良好的程式設計規範,能熟練運用 C/C++進行程式碼開發;
3、掌握 OpenCV 庫,能熟練應用 opencv 開發各種影象處理演算法;
4、掌握影象濾波、輪廓提取、邊緣檢測、形態學處理、影象分割等各類影象處理理論;
5、掌握模式識別相關基礎理論,掌握各種常用模式識別演算法(如神經網路、SVM、KNN 等)的設計和使用方法,並對其中
一種或多種有一定的使用和深入研究;掌握特徵提取相關方法;
6、有紮實的數學基礎,如概率論、微積分、矩陣理論等,能快速閱讀各種文獻,理解並實現演算法;
7、思維敏捷,對工作有較高的熱情和驅動力,具有良好的團隊合作意識。
8、具有 1-2 年以上影象處理經驗者優先考慮,如影象處理、模式識別等;
9、比如說研究過有些影象處理、模式識別等開源專案,github 專案優先考慮。


> 計算機視覺
詳解計算機視覺五大技術- https://blog.csdn.net/Mbx8X9u/article/details/80104029
  計算機視覺是深度學習領域最熱門的研究領域之一。計算機視覺實際上是一個跨領域的交叉學科,包括電腦科學(圖形、演算法、理論、系統、體系結構),數學(資訊檢索、機器學習),工程學(機器人、語音、自然語言處理、影象處理),物理學(光學 ),生物學(神經科學)和心理學(認知科學)等

計算機視覺研究與應用:
  人臉識別: Snapchat 和 Facebook 使用人臉檢測演算法來識別人臉。
  影象檢索:Google Images 使用基於內容的查詢來搜尋相關圖片,演算法分析查詢影象中的內容並根據最佳匹配內容返回結果。
  遊戲和控制:使用立體視覺較為成功的遊戲應用產品是:微軟 Kinect。
  監測:用於監測可疑行為的監視攝像頭遍佈於各大公共場所中。
  生物識別技術:指紋、虹膜和人臉匹配仍然是生物識別領域的一些常用方法。
  智慧汽車:計算機視覺仍然是檢測交通標誌、燈光和其他視覺特徵的主要資訊來源。

> 圖形、影象和視訊
   1.圖形(graphic):和影象與視訊不同,有一種說法是圖形就是自然界的客觀世界不存在的圖案。對於計算機中的圖形研究,有專門的計算機圖形學,主要的研究物件是點、線、面等抽象事物。目前所謂的計算機顯示卡3D技術支援,主要就是圖形技術相關的範疇。關於圖形方面的開發,好象OpenGL是其中比較有名的3D圖形庫。
   2.影象(image):和圖形相反,影象可以定位為自然界中客觀存在的圖案。影象處理和我們有關係的大致是影象濾波處理和影象壓縮。目前用得最多的靜止影象壓縮演算法就是jpeg了,大家應該都很熟悉。而對影象的其他處理,一般稱之為對影象進行濾波,影象處理方面,photoshop軟體很多人應該都很熟悉,它影象處理的功能十分強大。在視訊行業,主要是關注消隔行濾波器、去除攝像頭白噪聲濾波器、去除塊效應(deblock)濾波器等。
   3.視訊(video):視訊我的理解就是連續的影象,被稱為視訊。對視訊影象的處理,核心是壓縮,其他的就是採集、傳輸、顯示和錄影了。視訊影象如果不壓縮的話,傳輸和錄影的成本都太高了。