机器视觉基础知识（一）

0-定义

计算机视觉：一门研究如何使机器“看”的科学，更进一步的说，就是指用摄影机和计算机代替人眼对目标进行识别、跟踪和测量等机器视觉，并进一步做图像处理，用计算机处理成为更适合人眼观察或传送给仪器检测的图像。

1-图像和视频的基础知识

图像：彩色图像中，图像用二维矩阵表示，矩阵中的元素是RGB的值，每个值占一个字节（8位），值得取值范围是0~255。

三通道是用（255,0,0）代表红色，（0,255,0）代表绿色，（0,0,255）代表蓝色。

灰度图像中每个元素只有一个通道。（把白色与黑色之间按对数关系分为若干等级，称为灰度。）

分辨率：高像素*宽像素，如1080*1440分辨率

DPI（Dots Per Inch，每英寸像素点数) ：通过DPI和像素可以求出图片的实际尺寸，如1080*1440分辨率，DPI96，那么图片实际高为1080/96 = 11.25英寸，宽为1440/96=15英寸。
图片清晰程度不是由像素决定，而是用DPI来决定，DPI越大，清晰度越高。

图像深度：一张400*400的8位图，这张图的原始数据量是：400 * 400 * ( 8/8 )=160,000Bytes

图像格式与压缩：常见的图片格式JPEG，PNG，BMP等本质上都是图片的一种压缩编码方式

视频：原始视频=图片序列。

I帧：表示关键帧，可以理解为这一幅画面的完整保留；解码时只需要本帧数据就可以完成（因为包含完整画面）
P帧：表示的是这一帧跟之前的一个关键帧（或P帧）的差别，解码时需要用之前缓存的画面叠加上本帧定义的差别，生成最终画面。
B帧表示双向差别帧，记录的本帧与前后帧的差别（具体比较复杂，有4种情况），换言之，要解码B帧，不仅要取得之前的缓存画面，还要解码之后的画面，要通过前后画面与本帧数据的叠加取得最终的画面。B帧压缩率高，但是解码比较麻烦。

2-CPU和GPU

CPU 跟 GPU 的差别主要在哪里呢？它们的差别主要可以在两个方面去对比，第一个叫性能，第二个叫做吞吐量。

低延时性就是当你的性能越好，你处理分析的效率越高，相当于你的延时性就越低

吞吐量的意思就是你同时能够处理的数据量。

CPU 它是一个高性能，就是超低延时性的，他能够快速的去做复杂运算，并且能达到一个很好的性能要求。

GPU是以一个叫做运算单元为格式的，所以他的优点不在于低延时性，因为他确实不善于做复杂运算，他每一个处理器都非常的小，相对来说会很弱，但是它可以让它所有的弱处理器，同时去做处理，那相当于他就能够同时处理大量的数据，那这个就意味着它的吞吐量非常大，所以 CPU重视的是性能，GPU重视的是吞吐量。

所以大部分时候，GPU 他会跟另外一个词语联系在一起，叫做并行计算，意思就是它可以同时做大量的线程运算，为什么图像会特别适合用 GPU 运算呢？这是因为 GPU 它最开始的设计就是叫做图形处理单元，它的意思就是我可以把每一个像素，分割为一个线程去运算，每一个像素只做一些简单的运算，这个就是最开始图形处理器出现的原理。
它要做图形渲染的时候，要计算的是每一个像素的变换。所以每一个像素变换的计算量是很小很小的，可能就是一个公式的计算，计算量很少，可以放在一个简单的计算单元里面去做计算。