1.2　图像处理流程

图像处理流程的基本步骤如下。

（1）图像的获取与存储。获取图像（如使用相机获取），并以文件的形式（如JPEG文件）将其存储在某些设备（如硬盘）上。

（2）加载图像数据至内存并存盘。从磁盘读取图像数据至内存，使用某种数据结构（如numpy ndarray）作为存储结构，之后将数据结构序列化到一个图像文件中，也可能是在对图像运行了算法之后。

（3）操作、增强和复原。需运行预处理算法完成如下任务。

① 图像转换（采样和操作，如灰度转换）。

② 图像质量增强（滤波，如图像由模糊变清晰）。

③ 图像去噪，图像复原。

（4）图像分割。为了提取感兴趣的对象，需要对图像进行分割。

（5）信息提取/表示。图像需以其他形式表示，如表示为以下几项。

① 某些可从图像中计算出来的人工标识的特征描述符（如HOG描述符、经典图像处理）。

② 某些可自动从图像中学习的功能（例如，在深度学习神经网络的隐藏层中学到权重和偏差值）。

③ 以另一种表示方法表示图像。

（6）图像理解/图像解释。以下表示形式可用于更好地理解图像。

① 图像分类（例如，图像是否包含人类　 对象）。

② 对象识别（例如，在带有边框的图像中查找car对象的位置）。

图像处理流程如图1-3所示。

图1-3　图像处理流程

用于各种图像处理任务的不同模块如 图1-4所示。除此之外，还会用到以下图像处理模块。

（1）scipy.ndimage和opencv用于不同图像处理。

（2）scikit-learn用于经典的机器学习。

（3）tensorflow和keras用于深度学习。

图1-4　用于图像处理任务的不同模块