|
全文主要分為以下四個部分，各位看官可以自行選擇閱讀，寫文的目的是希望大家能在學(xué)習(xí)了解Python的同時能在日常生活中運用上，若有補充，歡迎在評論區(qū)留言。本文默認(rèn)已經(jīng)安裝好Python 2.7環(huán)境，需要安裝教程等的請自行上網(wǎng)查詢。若使用Python 3.4，則根據(jù)代碼自行調(diào)整，道理都是通的。最后一部分其實相對來講需要一些數(shù)學(xué)基礎(chǔ)，各位可以自行學(xué)習(xí)。當(dāng)然，我水平有限，很多東西其實只是班門弄斧，求各位在評論區(qū)輕噴。 1. Python的介紹及用處 2. Python的基本語法 3. Python在數(shù)字圖像處理的常用庫 4. Python在數(shù)字圖像處理中常見的修圖用法 Python的簡介及用處Python是一種高級的編程語言，特點是易用，和JS差不多，Python被'創(chuàng)造'出來的過程也是有點巧合，但巧合之下往往隱藏著作者的水平。Python的用處也相當(dāng)廣泛，從網(wǎng)站后臺開發(fā)到日常生活中的小工具都有能有立足之地。當(dāng)然，時下比較火的機(jī)器學(xué)習(xí)以及量子投資也有相當(dāng)多使用到Python的。但作為一個從業(yè)者，我不太建議大家盲目跟風(fēng)利用Python進(jìn)行機(jī)器學(xué)習(xí)以及量化投資。如果單純地調(diào)用庫工具，這種其實真的只是搬磚工而不是從事這個行業(yè)，因為我曾經(jīng)陷入過這個誤區(qū)，所以不希望各位和以前的我一樣浪費時間。或許今日行業(yè)紅利未褪去，調(diào)調(diào)參數(shù)就能找到一份不錯的工作，但在職業(yè)規(guī)劃中不應(yīng)該為了這幾年的高薪而磨滅了自己對技術(shù)的熱情以及對其他工作的積極性。浪潮褪去，才知道誰在裸泳。 Python的基本語法講真，我在Python這門語言方面其實只是'半桶水'，所以能介紹的知識也有限，但基本語法還是可以講講的。 縮進(jìn)通常寫Python的會被嘲諷是不是帶游標(biāo)卡尺出門，這是因為Python主要是靠縮進(jìn)來區(qū)分代碼塊的，一旦有一處縮進(jìn)不正常，編輯就會拋出異常報錯并停止編譯。
列表不同于C/C++中列表需要自行實現(xiàn)或調(diào)用標(biāo)準(zhǔn)模板庫，在Python中它是使用最頻繁的數(shù)據(jù)類型，除了常用的關(guān)于數(shù)組的用法外，還能隨意組合。
字典相信很多人第一次聽到這個名字以后都會懷疑，這真的是一種數(shù)據(jù)結(jié)構(gòu)嗎？在Python中確實是有這種數(shù)據(jù)結(jié)構(gòu)的，它是無序的數(shù)據(jù)對象集合，而列表則是有序的數(shù)據(jù)對象集合。 它之所以被稱為字典，主要是因為在數(shù)據(jù)結(jié)構(gòu)中存在一種唯一對應(yīng)的關(guān)系，即索引(ID)和數(shù)值(Value)的關(guān)系，這關(guān)系與現(xiàn)實生活中的字典非常相似。而在其他語言中，這種通常就是對象的常見用法，而沒有被稱為字典。
網(wǎng)站學(xué)習(xí)推薦如果要通過線上自學(xué)的方式學(xué)習(xí)Python，可以參考以下網(wǎng)站： 1. 廖雪峰的網(wǎng)站 2. 菜鳥教程 Python在數(shù)字圖像處理的常用庫不論是機(jī)器學(xué)習(xí)還是數(shù)字圖像處理，Python都有許多常用的庫，這里簡要介紹幾個。 Numpy
在涉及計算的過程中，不可避免地需要使用到線性代數(shù)、概率統(tǒng)計等知識，需要使用到矩陣操作、各種分布，此時Numpy真的是神器。 Matplotlib
在進(jìn)行數(shù)據(jù)分析的時候，圖像能更直觀地表達(dá)數(shù)種算法或參數(shù)的區(qū)別，所以也需要一些畫圖的包。Matplotlib是2D圖像庫，包含多種圖像，使用方便簡單。 Python在數(shù)字圖像處理中常見的修圖方法下面將為大家介紹在數(shù)字圖像處理中常用的數(shù)種處理圖像的方法，目的在于希望各位自行學(xué)習(xí)實現(xiàn)時能掌握Python也能嘗試看看美圖秀秀/Photoshop是怎么實現(xiàn)每一個小功能的。 均值濾波器(虛化圖像)均值這一概念從小就貫穿在教育當(dāng)中，而虛化圖像實際上是相當(dāng)于在灰度圖(黑白圖)中，像素點A被稀釋成周圍數(shù)個像素點B/C/D/E的均值。主要的計算公式如下：
其中個別公式會使用到卷積這一概念(下同)，這需要自行理解了。
拉普拉斯濾波器(銳化圖像)拉普拉斯算子是一個新概念，其之所以能被用作增強圖像，主要是因為拉普拉斯濾波器是一種各向同性濾波器，這種濾波器的響應(yīng)與濾波器作用的圖像的突變方向無關(guān)。通過拉普拉斯可以增強圖像中灰度突變處的對比度，最終結(jié)果是使圖像中的細(xì)節(jié)部分得到了增強，并良好地保留了圖像的背景色調(diào)。
去霧算法這一算法是由今年被CVPR評為PAMI年輕學(xué)者的何凱明在2010年提出的，提出數(shù)年以后由再次提出了該算法的改進(jìn)算法。當(dāng)初完成這部分復(fù)現(xiàn)大概花了一周的時間，所以如果各位有興趣的話自然可以花費時間去復(fù)現(xiàn)甚至改進(jìn)，覺得時間長的也可以看看科研其實也是不容易的 在我看來，這算法本身實際上是一種機(jī)器學(xué)習(xí)的訓(xùn)練，而不是單純數(shù)學(xué)公式的實現(xiàn)。具體可以參考論文'Guided Image Filtering'和'Fast Guided Filtering'。下面僅提供我實現(xiàn)的最笨拙的方式，當(dāng)然訓(xùn)練很慢的，所以最主要還是學(xué)習(xí)。
看到這里的各位可能覺得我介紹的這些美圖方式很難，其實對于前一兩個而言，只要理解了公式的各部分，實現(xiàn)起來并不難的，而且花費的運行時間也不長，各位自然可以花費時間在學(xué)習(xí)Python的同時動手實干一下。 |
|
|
正確的Hello World輸出
縮進(jìn)導(dǎo)致的編譯錯誤
列表常見用法
值得買個人中心中信息的字典樣
Numpy
均值濾波
拉普拉斯算子的計算方式，乍看很難，其實不難實現(xiàn)
