一.使用YOLOv8制作图像分类器

训练代码：

训练完成：

判断是否是一个好模型的方法：损失下降，准确率上升

成功运用图像分类器

二.PPT基础技巧

1.五大分区

（1）画布编辑区（演示区域）

可以对PPT当中所有元素进行位置摆放和挪动，展示画面效果

（2）顶部功能区

文件选项卡：新建，打开，保存，设置PPT

开始选项卡：新建幻灯片，文本框编辑，排列调整ppt中的元素

插入选项卡：插入图片，图表，形状，3D模型，Smartar图形（流程循环图，层次图，框架图，棱锥图），文本框

绘图选项卡

设计选项卡

切换选项卡：在两张幻灯片之间加上一个转场动画

动画选项卡：对页面元素添加动画

幻灯片放映选项卡：从头开始放映，从当前页面开始放映

（3）左侧功能区

预览整个PPT页面（缩略图），增加幻灯片页面，设置背景格式，隐藏幻灯片

（4）右侧功能区

对PPT元素进行效果设置（透明度，填充方式）

（5）底部功能区

幻灯片放映，放大或缩小画布（Ctrl+鼠标滑轮），备注（提词器）在幻灯片放映选项卡中点击使用演讲者视图

2.基础技能

（1）新建幻灯片，保存幻灯片

（2）页面尺寸设置技巧

以放映端设备尺寸为准，遵循页面尺寸等比例原则

幻灯片页面尺寸最大142.24cm

# 通过设计选项卡里幻灯片大小进行调整

（3）母版使用技巧

# 母版不等于模板

母版中包含可出现在每一张幻灯片上的显示元素，如文本占位符，图片，动作按钮等。每个演示文稿的每个关键组件都有一个母版

母版帮助快速统一ppt排版的底板样式（给PPT添加logo）

母版上添加元素后编辑页面无法拖动

（4）参考线的使用技巧

规范PPT页面的三大要素：标题栏，页边距，版心

参考线精确对齐物体（编辑页面可以看到，放映页面不会显示）

在页面空白区域点击右键，选择网格和参考线（可设置颜色），没有需要在视图选项卡里勾选参考线，Ctrl+拖拽可复制参考线

参考线结构：三长（固定标题栏位置7，控制版心顶部位置6，固定版心底部位置8）两短（左右页边距14.6）

（5）主题色和字体

主题色变换：设计选项卡右侧变体，下拉选择颜色

设计主题：主题色一定要选择框出来的区域里的颜色

主题字：设计选项卡右侧变体，下拉选择字体

课时三：计算机眼中的图像

1.图像基本操作

图像由无数个小格组成，每一个小格为一个像素点,值为0（黑）-255（白）

R（红）G（绿）B（蓝）为图像颜色通道（彩色图才会有颜色通道），每个通道都是一个矩阵

灰度图只有单通道，仅用亮度值表示，无RGB三通道

2.数据读取—图像

cv2.IMREAD_COLOR(彩色图）

cv2.IMREAD_GRAYSCALE(灰度图）

import cv2 #opencv读取格式是BGR
import matplotlib.pyplot as plt #绘图展示
import numpy as np #数值计算
%matplotlib inline #魔法指令，用于在notebook中自动显示图像，无需调用plt.show（）

img=cv2.imread(r'C:\test.jpg') #读取图像

dtype=uint8 #像素点值范围在0-255之间

#图像的显示，也可以创建多个窗口
cv2.imshow('image',img)
#等待时间，毫秒级，0表示任意键终止，其他数表示多少毫秒后自动终止（eg：10000=10秒）
cv2.waitKey(0)
#关闭所有窗口
cv2.destroyAllWindows()

输出shape值，h,w,c

读取灰度图：

cv2.imshow('image',img)
cv2.waitKey(0)
cv2.destroyAllWindows()

#保存 cv2.imwrite（'xxx.jpg',img)

#数据储存为numpy的ndarray格式

#像素点的个数 img.size

#数据类型 img.dtype

课时四：视频的读取与处理

cv2.VideoCapture（）#指定视频路径或摄像头设备号（0表示默认摄像头）

isOpened（）#验证视频是否能够正常打开

vc.read() #逐帧读取

终止 #读取到None或用户按下ESC键（值为27时）退出循环

每一帧读取后需要把彩色图像转换成灰度图像，然后显示

30帧/秒为人眼感知流畅的临界值，15帧/秒会出现明显卡顿

课时五：ROI区域（图像中需要重点关注的区域）

1.截取部分图像数据

0:800 #从第0行/列到第800行/列（不包括800）的像素范围

h=800，w=800，截取高度800，宽度800像素的矩形区域

2.颜色通道提取

默认顺序为BGR（不是常见的RGB）

[:,:,0]为蓝色通道，[:,:,1]为绿色通道，[:,:,2]为红色通道

cv2.split（img）直接分离为b，g，r三个单通道图像

cur_img[:,:,n]单独获取特定通道

单通道shape值为h，w，比原图缺少一个维度

原图shape值为h，w，3

只保留R（红色效果）：

将其他两个通道值为零来突显目标通道

只保留G（绿色效果）：

只保留B（蓝色效果）：

课时六：边界填充和数据计算

1.边界填充

#上下左右填充的值

#填充方法

2.数值计算

逐像素追加法 #在原始图像的每一个像素点上都+10，整体shape值不变

#维度相同才能相加

普通加法 #相加后得到的数值>255时，值%256（用相加得到的数-256），得到输出的数（eg：38），可能会丢失高亮信息

#相加得到的数值>255,取255，保留高光区域信息

Numpy加法 #模运算处理溢出

Opencv加法 #饱和处理溢出

3.图像融合

#shape值相同才能进行融合操作

#把目标值设为0，指定x，y

 

课时七：图像阈值和图像平滑处理

1.图像阈值

src #输入图，只能输入单通道图像，通常为灰度图

thresh #阈值（eg：127）

maxval #当像素值超过了阈值（或者小于阈值，根据type来决定），所赋予的值（最大值255）

type #二值化操作类型

二值化，反二值化，截断阈值，零阈值，反零阈值

dst #输出图

2.图像平滑处理

通过平滑处理操作去除白色噪音点

（1）均值滤波

eg：3*3的矩阵，数值相加求平均

（2）方框滤波

不做归一化，容易越界，越界值（>255）均取255

课时八：高斯与中值滤波

1.高斯滤波

以均值为中心，标准差决定曲线陡峭程度，离中心越近，发挥效果越强，离中心越远，发挥效果越弱（正态分布）

根据距离中心点远近分配不同权重，eg：中心点设为1，相邻点设为0.8，四个角设为0.6

（5，5） #卷积核大小，1 #标准差参数

2.中值滤波

用邻域像素的中值代替中心像素值，eg：对3*3区域从小到大进行排序，取第五个值

课时九：腐蚀和膨胀操作

1.腐蚀操作

（1）读取图像

通常处理二值图像（黑白）背景黑（0），前景白（255）

处理前景物体边缘的毛刺 eg：去掉文字边缘的细小毛刺

（2）处理函数

去除文字边缘的细小毛刺，文字线条变细

每次迭代都会使物体边界向内收缩一圈

（3）卷积核

3*3矩阵（卷积核）

核在图像上滑动，若核覆盖区域存在背景像素（0），将核中心像素置为背景色

全白则保持原状

#越靠近边缘的点越容易被腐蚀，形成“层层向内”的效果

# 核越大腐蚀范围越大，单次操作可腐蚀更多像素（毛刺大小决定核最小尺寸，需保留细节特征决定核最大尺寸）

# 迭代次数（在前一次的结果上进行下一次腐蚀） 1次去除最外层边缘 2次物体明显缩小 3次主体几乎完全不见

2.膨胀操作

（1）读取图像

通过扩大图像中的前景区域来恢复被腐蚀操作削弱的有效信息

（2）处理函数

使图像中的主体变大，填补小的空洞和断裂

# 迭代次数 1次轻微膨胀 2次明显扩张 3次强烈膨胀（可能接近填满边界）

# 核范围内存在白色像素，中心像素膨胀为白色

（3）逆运算

先腐蚀去除毛刺后膨胀恢复目标尺寸

课时十：开运算与闭运算 梯度运算 礼帽和黑帽

1.开运算（先腐蚀，再膨胀）

处理带有毛刺边缘的图像，消除细小毛刺的同时保持主体形状（毛刺消失但主体线条宽度不变）

腐蚀：消除图像中的细小噪音和毛刺

膨胀：恢复主体结构的原始尺寸

2.闭运算（先膨胀，再腐蚀）

无法消除已有毛刺且会使主体线条略微变粗

#开运算消除毛刺（去噪），闭运算填充小孔（连接断裂部分）

3.梯度运算（膨胀—腐蚀）

7*7的核对图像进行5次迭代操作（计算图像中白色区域的边界宽度）

膨胀 #变胖，对白色区域进行扩大

腐蚀 #变瘦，对白色区域进行缩小

没有先后顺序，都是独立操作，通过膨胀后的图像减去腐蚀后的图像，得到物体轮廓

适用于图像分割，边缘检测等需要提取物体边界的任务

4.礼帽和黑帽

礼帽=原始输入—开运算结果

黑帽=闭运算结果—原始输入

（1）礼帽

开运算去除了原始图像中的毛刺，用原始图像减去开运算结果就会只剩下毛刺（原文字消失，仅保留文字边缘的细小噪音

（2）黑帽

闭运算保留了原始图像中的毛刺并增加了主体线条宽度，用闭运算结果减去原始图像（毛刺消失），保留文字主体轮廓

课时十一：Sobel算子

3*3的核从左到右从上到下依次设为p1 p2 p3 p4 p5 p6 p7 p8 p9(距离中心越近数值越大 eg：p6，越远数值越小eg：p3，p9）

1.读取图像

梯度 #边界点（边缘位置产生梯度 eg：左边黑色右边白色的点/主体和主体之间连接的缝隙）

水平像素点差异值Gx=p3-p1+2p6-2p4+p9-p7（右减左）（<0的值直接取0）

竖直像素点差异值Gy=p7-p1+2p8-2p2+p9-p3（下减上）

G=|Gx|+|Gy|

2.处理函数

dst=cv2.Sobel(src,ddepth,dx,dy,ksize)

src #传入当前图像

ddepth #传入图像深度（通常为-1，表示输出深度和输入深度的值一样）

dx，dy #水平竖直方向

ksize #Sobel算子的大小（指定多大的核）

CV_64F #在取绝对值之前，输出负数

白到黑是正数，黑到白是负数，所有负数都会被截断成0，所以要取绝对值

课时十二：梯度计算方法

水平方向：

竖直方向：

cv2.convertScaleAbs #数值转换，把负数加绝对值，转换为正数

求和：

不建议直接计算：

# 会发生断裂和融合不完全的情况

实战：

import cv2

def cv_show(img, name='image'):
    cv2.imshow(name, img)
    cv2.waitKey(0)
    cv2.destroyAllWindows()
img = cv2.imread(r'C:\test.jpg', cv2.IMREAD_GRAYSCALE)
sobelx = cv2.Sobel(img,cv2.CV_64F,1,0,ksize=3) #只算水平方向
sobelx = cv2.convertScaleAbs(sobelx)
sobely = cv2.Sobel(img,cv2.CV_64F,0,1,ksize=3) #只算竖直方向
sobely = cv2.convertScaleAbs(sobely)
sobelxy = cv2.addWeighted(sobelx,0.5,sobely,0.5,0)
cv_show(sobelxy,'sobelxy')

课时十三：scharr算子和laplacian算子

1.scharr算子

# 与sobel算子区别：数值更大，结果差异更敏感

2.laplacian算子

其他算子：一阶导

laplacian算子：二阶导（一阶导的变化率），对一些变化更敏感，对噪音点敏感，与其他方法共用

G=p2+p4+p6+p8-4p5

中间点与边缘点比较，边缘点有四个，所以中间点为-4

scharr算子：关注点更多，更敏感，线条更丰富

laplacian算子：效果不太好，需要与其他工具一起使用

课时十四：边缘检测(Canny边缘检测）

流程：

（1）使用高斯滤波器，以平滑图像，滤除噪声

（2）计算图像中每个像素点的梯度强度和方向

（3）应用非极大值抑制，以消除边缘检测带来的杂散响应

（4）应用双阈值检测来确定真实和潜在的边缘

（5）通过抑制孤立的弱边缘最终完成边缘检测

1.高斯滤波器

# 中心点数值最大，距离中心点越远，数值越小

归一化处理得到中心点的数值，把所有数值sum相加，得到中心点最终数值，所有像素点都完成高斯滤波后，就完成了图像平滑处理

2.梯度和方向

# 使用Sobel算子，先算出Sx和Sy，再sum相加算出Gx和Gy，求方向

3.非极大值抑制

方法一：

w：权重参数  w=(g1,dtmp1)/(g1,g2)

c>dtmp1且c>dtmp2,c保留，反之，c被抑制

方法二：

一个像素点周围八个像素，固定成八个方向，看角度，离哪个方向更近，就是哪个方向

A分别与B,C比较，A>B,且A>C,A保留，得出A的边界

4.双阈值检测

梯度值>maxval：处理为边界（eg：A）

梯度值<minval：舍弃（eg：D）

minval<梯度值<maxval：连有边界则保留，否则舍弃（eg：C与边界A连在一起，保留；B没有与边界连接，舍弃）

实战：

80 #minval    150 #maxval

值越大，边缘信息越少；值越小，边缘信息越大

课时十五：图像金字塔定义和制作方法

定义：把图像组合成像金字塔一样的形状

应用：图像特征提取（不止对原始输入进行特征提取，还要对金字塔的每一层进行特征提取，并总结到一起）

1.高斯金字塔：向下采样法（缩小）

越采样越少（从大往小走） 

Gi与高斯内核卷积：对应位置相乘，再加到一起，再除以总数

 2.高斯金字塔：向上采样法（放大）

越采样越多（从小往大走）

实战：

3.拉普拉斯金字塔

Li=img（输入）—先执行down再执行up后的结果

G0：原始输入 G1：down  E1：up

实战：