iT邦幫忙

鐵人檔案

2025 iThome 鐵人賽
回列表
AI & Data

從0開始:傳統圖像處理到深度學習模型 系列

逐步介紹基礎圖像處理與電腦視覺的領域,到近現代常見的機器學習模型於相關領域的應用。

參賽天數 23 天 | 共 23 篇文章 | 3 人訂閱 訂閱系列文 RSS系列文
DAY 1

Day 1 - 人類與電腦視覺入門

人類如何看見世界 在正式進入圖像處理與電腦視覺的領域之前,先來簡單說明「人類如何看見世界」這件事。人類的眼球由數個構造所構成,包含瞳孔 (pupil)、水晶體...

2025-08-11 ‧ 由 hibiki 分享
DAY 2

Day 2 - 像素與色彩空間

什麼是像素 我們可以想像眼前有一幅馬賽克拼貼畫,它由數萬個彩色磁磚構成,而對於數位影像來說,這些彩色磁磚所指的就是像素 (pixel)。一張數位影像,本質上是由...

2025-08-12 ‧ 由 hibiki 分享
DAY 3

Day 3 - 曝光與直方圖

從光子到檔案:曝光與影像格式 從按下相機快門的那刻,到變成我們看見的圖片之前,發生了哪些事情? 內部處理流程 在轉換程我們常見的 JPEG 格式前,相機前後基本...

2025-08-13 ‧ 由 hibiki 分享
DAY 4

Day 4 - 圖片雜訊與濾波

在數位影像的世界裡,影像雜訊是無可避免的問題。無論是來自於光線不足、感光元件的熱雜訊,或是傳輸過程中的失真,雜訊都會降低影像品質。本篇將介紹常見的影像雜訊類型,...

2025-08-14 ‧ 由 hibiki 分享
DAY 5

Day 5 - 特徵工程(一) 影像的關鍵點

特徵工程 如果我們要跟一個沒見過貓的朋友敘述貓的長相,我們正常不會說「他左上的第一個像素顏色是什麼」,而是敘述他的眼睛、耳朵、尾巴長怎麼樣。對電腦來說,讓他主動...

2025-08-15 ‧ 由 hibiki 分享
DAY 6

Day 6 - 特徵工程(二) SIFT、SURF 與 ORB

我們現在已經有能力從一張圖片中,提取出一組代表其結構的「重點座標」。但電腦要如何確定這是「同一個角」,而不是兩個不同的角呢? 描述子 描述子 (descript...

2025-08-16 ‧ 由 hibiki 分享
DAY 7

Day 7 - 邊緣偵測

邊緣偵測 我們已經知道怎麼找出一張影像的特徵點,但是線的特徵也同樣重要,因此我們要從中提取有意義的線條。 邊緣偵測 (edge detection) 的目標是識...

2025-08-17 ‧ 由 hibiki 分享
DAY 8

Day 8 - 從匹配到變換

幾何變換 當我們在兩張圖片中找到了對應的特徵點後,如何計算出一個能將一張圖片「變形」到另一張圖片視角下的矩陣?這個矩陣稱為單應性矩陣 (homography),...

2025-08-18 ‧ 由 hibiki 分享
DAY 9

Day 9 – RANSAC 與全景照片

RANSAC 雖然我們學到 ORB 能自動找到數十甚至上百對的匹配點,但其中不可避免地會包含一些錯誤的匹配。如果我們把這些包含「雜訊」的匹配點全部丟進去計算單應...

2025-08-19 ‧ 由 hibiki 分享
DAY 10

Day 10 - 機器學習初探(一) KNN

機器學習簡介 我們對傳統電腦視覺領域中,基於幾何和梯度的方法論,已經有了非常深入的理解和實踐。這些方法在處理具有明確規則和幾何結構的任務時,表現得非常出色,但如...

2025-08-20 ‧ 由 hibiki 分享