计算机视觉与图形学概览：从色彩到图像处理

这篇复习资料主要涵盖了可视媒体的类型与研究领域、计算机视觉的定义与应用、计算机视觉与计算机图形学的区别、色彩空间的理解以及在视频处理中的应用、图像在计算机中的存储方式、图像色彩调整的过程，以及OpenCV库中进行基本图像操作的方法。 1. 可视媒体类型与研究领域： 可视媒体包括视频、音频、图形和图像等，这些媒体形式广泛应用于各种领域。计算机图形学专注于创建和操纵图像，而计算机视觉则侧重于让机器理解和解析视觉信息。人工智能是这些领域的交汇点，通过机器学习和深度学习技术，使计算机能够自动识别、跟踪和检测目标。 2. 计算机视觉： 计算机视觉是一门交叉学科，结合了图像处理、模式识别、机器学习和神经网络等技术，旨在模拟人类视觉功能，使机器能够识别、理解图像和视频内容。这包括目标检测、场景理解、行为分析等任务。 3. 计算机视觉与计算机图形学的差异： 计算机视觉关注如何从现实世界捕获和分析图像，而计算机图形学则关注如何生成和操纵图像。前者侧重于理解和解释输入的图像，后者更侧重于创造新的视觉输出。 4. 色彩空间： 常见的色彩空间有RGB、HSV和YUV。RGB由红、绿、蓝三原色组成，广泛用于显示器。HSV将颜色分解为色相、饱和度和明度，便于色彩操作。YUV常用于视频，因为它能有效地处理色彩和亮度信息，适合数据压缩和黑白电视兼容。 5. YUV在视频中的应用： YUV色彩空间在视频中广泛使用，因为它的结构允许对灰度信号和色度信号进行分离，降低了数据传输需求。同时，由于人眼对灰度变化的敏感度高于色彩变化，适当牺牲色彩信息可实现高效的数据压缩。 6. 图像处理中的色彩调整： 图像的亮度、对比度和饱和度可以通过数学公式进行调整。例如，亮度调整可以通过线性变换实现，对比度调整则涉及到像素值的非线性变换，而饱和度调整则影响图像的颜色纯度。 7. OpenCV中的图像操作： OpenCV是一个强大的图像处理库，提供了如`cv::imread`用于读取图像，`cv::imshow`用于显示图像，以及`img.at<>()`用于访问和修改图像像素值等功能。它支持多种图像处理和计算机视觉任务，是实际应用中不可或缺的工具。 这篇复习资料详细介绍了可视媒体、计算机视觉和图像处理的基础知识，为深入学习和实践提供了坚实的基础。