计算机视觉 发展趋势 计算机视觉发展历程

认识计算机视觉

计算机视觉的发展历史

• 最早可以追溯到墨子所作的小孔成像实验。
• 而现代的计算机视觉发展历史则于相机密切相关。

• 1966年MIT的马文·明斯基的学生实现了PC链接摄像机
• 1982年马尔发布了一本叫做《视觉》的书，这标志着计算机视觉成为了一门正式的学科
• 1999年，David Lowe发表SIFT特征相关论文
• 2001年，V&J发表基于HAAR特征的实时人脸检测
• 2005年，HOG特征提取的行人检测算法提出
• 2006年，Pascal VOC数据集发布

• 目标检测
• 语义分割
• …

• 2012年，AlexNet模型赢得ImageNet图像分类比赛冠军

• 深度学习在视觉领域开始流行

• 计算机视觉+5G，未来世界信息都在像素中，离不开计算机视觉

计算机视觉的主要任务

• 早期，计算机视觉主要研究领域是重建。
• 2012年以后，计算机视觉在感知与重建两个领域都受到了深度学习的影响，进入了快速发展期。
• 计算机视觉的最终目标是通过图灵测试。

应用场景

• 自动驾驶、辅助驾驶
• 机器视觉-AI+机构/工业质检智能
• 安防监控-人脸识别/火灾监控/异常监控
• 其他更多行业

计算机视觉框架

早期计算机视觉框架概述

• Matlab的历史最早可以追溯到1970年，早期作为数据处理工具箱，后期支持图像处理。
• Matrox mil 1993年发布了第一个版本
• Halcon最早可以追溯到1996年，至今有25年历史
• OpenCV在1999年启动，在2006年发布了1.0版本（唯一一个免费的）
• VisionPro 在2009年发布

此外还有一些其他的框架

• SimpleCV
• BoofCV
• Dlib
• JavaCV

深度学习计算机视觉框架

• Caffe
• Tensorflow
• Paddlepaddle
• Keras

除了以上的训练框架以后，还有一些部署框架。

当前计算机视觉框架

计算机视觉框架的未来趋势

• 低代码平台
• 传统视觉与深度学习整合
• 算法设计流程化/可视化
• 算法模块易用性与通用性
• 计算机资源异构化支持趋势
• 深度学习模型训练简捷化

OpenCV框架

发展历史

• 1999年开始
• 2006年发布了1.0版本
• 2009年发布了2.0版本
• 2012年转入社区托管模式
• 2015年发布了3.0版本
• 2018年发布了4.0版本
• 截至2022年4月份，发布了4.5.5版本

模块架构

• 加速技术

• TBB
• PPL
• SSE
• CUDA
• UI(统一指令集)

• 系统支持

• Windows
• MacOS
• Linux

• 架构支持

• x86
• x64
• ARM
• RISCV
• GPU/CUDA

安装与支持

官方库

这里是教程路径

复制安装：

pip install opencv-python==4.5.4.60 -i https://pypi.tuna.tsinghua.edu.cn/simple

图像读取与显示

理解图像

如果是灰度图像，就是单通道的；如果是彩色图像，就是三通道的。

图像读取与显示

import cv2 as cv
import numpy as np
imread函数：读取图像
imshow函数：显示图像

cv.imread(filename[,flag])
cv.imshow(winname, mat)
cv.waitKey(0) # 一直等待，知道任意一个键盘操作
cv.waitKey(1000) # 表示等待1000毫秒

可以自己修改图像，多试几次。