AI图像处理需要学什么

　　AI图像处理需要学习的技术如下:

　　1、OpenCV

　　OpenCV是一个基于BSD许可(开源)发行的跨平台计算机视觉库，可以运行在Linux、Windows、Android和Mac OS操作系统上。它轻量级而且高效--由一系列 C 函数和少量 C++ 类构成，同时提供了Python、Ruby、MATLAB等语言的接口，实现了图像处理和计算机视觉方面的很多通用算法。

　　OpenCV能够做什么呢?

　　(1)图像显示

　　(2)图像腐蚀和膨胀

　　腐蚀，即用图像中的暗色部分“腐蚀”掉图像中的高亮部分; 膨胀，和腐蚀相反，从图像直观来看，就是将图像光亮部分放大，黑暗部分缩小

　　(3) 图像模糊

　　模糊，对图像进行均值滤波处理，然后就把图像模糊了

　　(4) 图像滤波操作(方框滤波、均值滤波、高斯滤波、中值滤波)

　　(5) 图像开运算

　　主要是上面几种功能，其他功能不再累赘

　　2、Python

　　Python是目前最火的语言了，没有之一，特别是在AI方面，基本都会用到它。在图像处理中，PIL是python中的图像处理类库，为python提供了基本的图像处理和基本操作。而PIL中最重要的就是Image模块

　　3、TensorFlow

　　TensorFlow 是一个用于人工智能的开源神器。TensorFlow是一个采用数据流图(data flow graphs),用于数值计算的开源软件库。要说Python和Tensorflow之间的关系，我们可以把它简单类比成Javascript和HTML。Javascript是一种用途广泛的编程语言，我们可以用它实现很多东西。而HTML是一个框架，可以表示一些抽象计算(比如描述网页上呈现的内容)。当用户打开一个网页时，Javascript的作用是使他看到HTML对象，并且在网页迭代时用新的HTML对象代替旧的对象。

　　和HTML类似，Tensorflow也是一个用于表示抽象计算的框架。当我们用Python操作Tensorflow时，代码做的第一件事是组装计算图，第二件事是和计算图进行交互(Tensorflow里的会话sessions)。但计算图不在变量内部，而在全局名称空间中。(有点类似python是一条章鱼，tensorflow就是其中的一种触手)

　　TensorFlow提供了一整套图像预处理以及数据生成的机制，我们实现了一个简单的常用的数据处理框架，总结为三步1. 获取所有图片的路径

　　2. 写好预处理的代码(parse_data)

　　3. 定义好数据生成器基于以上的流程，稍微加以修改就能够应对大部分训练要求

　　4、C++

　　OpenCV用C++语言编写，所有新的开发和算法都是用C++接口，自然要求掌握C++了