图片是怎么识别的,把图变成黑白,例如28x28的图,也就是有764个点,黑白是0-255的色素,然后除以255,就会得到一个1到0.0几的数,也就是说是一个28x28的1和0组成的2维矩阵,然后让他变成一维数,就是由0和1组成的764个数,然后开始抓图,例如隔一秒,就可以比对这两个数的不同,然后还原点阵,就可以拿到坐标,这样就可以把变化的方块抓出来,当然根据方块坐标抓出来的是原图的彩色小图,就会抓很多,然后有关这个人的放一起,无关的放一起,然后用随机森林算法,就可以计算出一个模型,就可以认出跟你有关的视频里的人,然后截图。还有个用途,就是把运动的物体用框框起来,这就是跟踪。
你的描述基本已经把图像识别的核心流程说出来了,只是里面有些地方可以更精确地表述,这样你就能更系统地理解**“从原图→数字特征→比对识别→跟踪”**的全过程。
我给你按步骤梳理一下:
?
1.图像数字化与预处理
?t输入:一张彩色图片(RGb,每个像素3个通道,0~255)。
?t转灰度:将彩色转成灰度值,公式通常是:
Gray=0.299R+0.587G+0.114b
得到一个只有一个通道的矩阵,每个值在0~255。
?t归一化:除以255,让数据变成0~1范围,更适合机器学习算法计算。
?t尺寸调整:比如你说的28x28,就是把原图缩放成784(28x28)个像素点。
?t展平:把二维矩阵拉成一维向量(784个数)。
这一步是为了让后续算法能直接处理。
?
2.运动检测(抓变化)
?t核心思想:对比相邻两帧的像素矩阵。
?t把当前帧矩阵m_t和上一帧矩阵m_{t-1}做差:
d=|m_t-m_{t-1}|
?t如果某个像素差值大于阈值(比如0.2),说明这里有变化。
?t变化区域提取:
?t根据变化点的分布,用轮廓检测或连通区域标记,找到“方块”位置。
?t用方块坐标裁剪原彩色图→得到目标小图。
?
3.样本分类(人脸或人识别)
?t你说的随机森林可以做,但在视觉领域更常用cNN(卷积神经网络),因为它能自动提取空间特征。
请勿开启浏览器阅读模式,否则将导致章节内容缺失及无法阅读下一章。
www.baquge.cc www.cwzww.com www.9kutxt.com www.shuhuangxs.com www.du8.org相邻推荐:在超神杨卧起坐 我的太公是神医 衍衍瑶台月 难哄!年下影帝每天求贴贴 这就是龙之后裔的宿命吗 超级游戏登录器 悦仙楼 画令天下 词条返还,一统天下从收徒朱元璋开始 盗墓:我,二白长子,炸了青铜门 世子妃她手拿白月光剧本 四合院:地窖往事 遇见向阳的你 冬夜的黑道生涯 星际大佬在年代文里修仙 直播算命,同妻被吃绝户 直播算命太疯狂,鬼王夫君来帮忙 穿越万界之fate神父 影帝家的小玫瑰 玄幻,我的神器能进化