24. OpenCV 和创建自定义过滤器

OpenCV

在编写卷积核/过滤器之前，我先介绍一个新库，在处理计算机视觉任务（例如图像分类）时，我们会用到这个库：OpenCV!

OpenCV 是一个计算机视觉和机器学习软件库，包括很多常见的图像分析算法，可以帮助我们构建很多很棒的自定义计算机视觉应用。首先，它提供了一系列工具，可以帮助我们处理图像和选择感兴趣部分。该库在学术界和行业内应用广泛，从 OpenCV 官网可以看到，有很多知名企业都会使用该库：“不仅 Google、Yahoo、Microsoft、Intel、IBM、Sony、Honda、Toyota 等著名企业，Applied Minds、VideoSurf 和 Zeitera 等初创企业也经常使用 OpenCV。”

我们将在下个 notebook 中演示如何通过 import cv2 导入 OpenCV，并使用它创建和应用图像过滤器。注意观摩学习！

Notebook：自定义过滤器

下个 notebook 是 custom_filters.ipynb。

打开 notebook 的方法：

• 直接在课堂里在线打开（推荐）。
• 从 Github 克隆代码库，再打开 convolutional-neural-networks > conv-visualization 文件夹里的 notebook custom_filters.ipynb。你可以使用 git clone https://github.com/udacity/deep-learning-v2-pytorch.git 下载代码库，或从此链接下载归档文件。

说明

• 定义自定义卷积过滤器，并将它们应用到道路图像上
• 定义检测水平边或垂直边的过滤器

此 notebook 是一个实验 notebook，你可以在其中尝试不同的过滤器大小和权重，看看过滤后的图像是什么样的图像。