Pytorch实战教程（五）-计算机视觉基础

0. 前言 计算机视觉是指通过计算机系统对图像和视频进行处理和分析，利用计算机算法和方法，使计算机能够模拟和理解人类的视觉系统。通过计算机视觉技术，计算机可以从图像和视频中提取有用的信息，实现对环境的感知和理解，从而帮助人们解决各种问题和提高效率。本节中，将介绍计算机中的图像表示，并介绍如何利用神经网络进行图像分析，为计算机视觉的高级任务和应用奠定基础。

1. 图像表示 数字图像文件(通常扩展名为“JPEG”或“PNG”)由像素数组组成，像素是图像的最小构成元素。在灰度图像中，每个像素都是 0 到 255 之间的标量值，0 表示黑色，255 表示白色，介于 0 到 255 之间的值都是灰色值(像素值越小，像素越暗)。 形式上，图像可以描述为 2D 函数 f ( x , y ) f(x, y)f(x,y)，其中 ( x , y ) (x, y)(x,y) 是空间坐标，而 f ( x , y ) f(x, y)f(x,y) 是图像在点 ( x , y ) (x, y)(x,y) 处的亮度或灰度或颜色值，其中：

x ∈ [ 0 , h − 1 ] x∈ [0, h-1]x∈[0,h−1]，其中 h hh 是图像的高度 y ∈ [ 0 , w − 1 ] y∈ [0, w-1]y∈[0,w−1]，其中 w ww 是图像的宽度 f ( x , y ) ∈ [ 0 ， L − 1 ] f(x, y)∈ [0，L-1]f(x,y)∈[0，L−1]，其中 L = 256 L=256L=256 (对于8位灰度图像) 而彩色图像中的像素是三维矢量，分别对应于红色、绿色和蓝色通道中的标量值，可以定义三个函数来分别表示红色、绿色和蓝色值。这三个单独的函数中的每一个都遵循与为灰度图像定义的