【CV面试】RGB2GRAY、贝叶斯问题、cv2.add和cv2.addWeighted
目录
1、opencv中RGB2GRAY是怎么实现的
2、贝叶斯问题
3、cv2.add和cv2.addWeighted
1、opencv中RGB2GRAY是怎么实现的
答：以R、G、B为轴建立空间直角坐标系，则RGB图的每个象素的颜色可以用该三维空间的一个点来表示，而Gray图的每个象素的颜色可以用直线R=G=B上的一个点来表示。
于是rgb转gray图的本质就是寻找一个三维空间到一维空间的映射，最容易想到的就是射影（即过rgb空间的一个点向直线R=G=B做垂线），事实上Matlab也是这样做的，输出的灰度图像是RGB三种颜色通道的加权和；
Gray = 0.29900 * R + 0.58700 * G + 0.11400 * B灰度可以说是亮度（luminance）的量化值，而RGB的定义是客观的三个波长值，转换时需要考虑人眼对不同波长的灵敏度曲线，所以系数不相等。
2、贝叶斯问题
S 市 A,B 共有两个区，人口比例为 3:5，据历史统计 A 的犯罪率为 0.01%，B 区为 0.015%，现有一起新案件发生在 S 市，那么案件发生在 A 区的可能性为：(贝叶斯公式)
3、cv2.add和cv2.addWeighted
问：OpenCV中图像加法（cv2.add()）与图像融合（cv2.addWeighted()）有何区别？
- cv2.add图像加法：目标图像 = 图像1 + 图像2
- cv2.addWeighted图像融合：目标图像 = 图像1 * 系数1 + 图像2 * 系数2 + 亮度调节量
主要调用的函数是addWeighted，方法如下：
dst = cv2.addWeighter(scr1, alpha, src2, beta, gamma)
等价于：
dst = src1 * alpha + src2 * beta + gamma其中参数gamma不能省略。
持续更新，后续继续更新到这个系列里面。欢迎关注、收藏
【CV面试】RGB2GRAY、贝叶斯问题、cv2.add和cv2.addWeighted相关推荐
- ML-朴素贝叶斯-先验分布/后验分布/似然估计
文章目录 引言 问题 朴素贝叶斯 介绍(最新更新2018.02.22) 朴素在哪里? 1. 数据样本独立同分布 2. 特征条件独立性假设 参考1(最新更新2019-02-26) 联合概率分布 面试 朴 ...
- 【OpenCV 例程200篇】13. 图像的加法运算（cv2.add）
[OpenCV 例程200篇]13. 图像的加法运算(cv2.add) 欢迎关注 『OpenCV 例程200篇』 系列,持续更新中 欢迎关注 『Python小白的OpenCV学习课』 系列,持续更新中 ...
- 面试前抢救一下--朴素贝叶斯分类器
写在最前 朴素贝叶斯分类器,实际上也是对人们常识做的一个算法的完善.其以一种更为精准的量化来判断分类,使用的方法是后验概率.本文从与决策树的比较出发,介绍先验概率和后验概率的关系,再详细介绍一下朴素贝 ...
- 算法工程师面试之朴素贝叶斯
前言 文章来源: LawsonAbs@CSDN 弄懂一个算法是快乐的,V(^-^)V 是生成模型,是分类算法.使用的参数估计方法是极大似然估计(其实就是频率统计) 在定义朴素贝叶斯之前,先给出如下几个 ...
- 朴素贝叶斯算法面试问题汇总
自己救自己系列,不然我这个渣渣就要没工作了. 我只是个木得感情的搬运机器,以下内容都附有原链接地址,你不想我搬运的话,可以联系我删除好勒. 红色加粗是我见了好多次,感觉经常会考得点. 一.朴素贝叶斯介 ...
- NLP之NBGBT：基于朴素贝叶斯(count/tfidf+网格搜索+4fCrva)、梯度提升树(w2c+网格搜索+4fCrva)算法对IMDB影评数据集进行文本情感分析(情感二分类预测)
NLP之NB&GBT:基于朴素贝叶斯(count/tfidf+网格搜索+4fCrva).梯度提升树(w2c+网格搜索+4fCrva)算法对IMDB影评数据集进行文本情感分析(情感二分类预测) ...
- 从贝叶斯理论到马尔可夫随机场（MRF）--以图像分割为例
从贝叶斯理论到马尔可夫随机场--以图像分割为例 马尔可夫随机场(CRF) 图像分割过程 Matlab代码实现 Python实现代码 参考文献 本文主要介绍马尔可夫随机场及其在图像分割中的应用.基于马尔 ...
- 机器学习实战-贝叶斯算法-24
贝叶斯-新闻分类 from sklearn.datasets import fetch_20newsgroups from sklearn.model_selection import train_t ...
- pymc3 贝叶斯线性回归_使用PyMC3估计的贝叶斯推理能力
pymc3 贝叶斯线性回归 内部AI (Inside AI) If you've steered clear of Bayesian regression because of its complex ...
最新文章
- pandas使用groupby函数计算dataframe数据中每个分组的N个数值的滚动最小值(rolling min)、例如，计算某公司的多个店铺每N天（5天）的滚动销售额最小值
- 对人工神经网络“开刀”，利用神经科学消融法检测人工神经网络
- 循环冗余码CRC使用matlab实现
- 代码段间转移控制时的特权级检查（JMP/CALL）——《x86汇编语言：从实模式到保护模式》读书笔记28
- HarmonyOS之后台代理定时提醒的功能使用
- Python Data Science的多版本多环境管理工具Anaconda
- [Abp vNext 源码分析] - 4. 工作单元
- 未检测到正确安装的网络适配器_电脑网络适配器有感叹号怎么解决？
- java学习（31）：for循环
- OPPO海外功臣realme将回归国内 目标竞争对手：红米和荣耀
- Linux服务器安全简明指南
- 小白交易第一站—50EX云合约交易平台
- 关于在页面提交后reset按钮就不起作用的问题
- 简单的学生网页作业源码 基于web在线餐饮网站的设计与实现——蛋糕甜品店铺(html css javascript)
- vue @cliick.stop @click.prevent @click.self
- 最新windows7旗舰版密钥
- 【Day6.2】现金所剩无几，机智想办法去机场
- python找零_Python 找零问题
- Android Studio——类微信界面设计
- 微信小程序 input 的 type属性 text、number、idcard、digit 区别