openCV

核心处理模块

当原始图像不完美时，先用opencv 进行二值化/平滑/滤波

轮廓特征模块

轮廓面积等 最小外接矩形

形态学计算模块 腐蚀膨胀

降噪 叠加 其实还是基本运算

腐蚀（卷积变瘦） 膨胀（卷积变胖）

腐蚀膨胀的联合： 先腐蚀，再膨胀，则噪点消失

注意腐蚀膨胀针对是黑底白字图片，针对白色像素

先膨胀，再腐蚀，则黑色噪点消失，在膨胀时被白色盖住

以后主要是二值化/滤波等操作

参数恶心

识别物体：依靠轮廓

识别人： 依靠细节

opencv 提供了lbph 算法，我们只需要提供图片

深度学习最大的特点就是无需手动设法搞一堆算法来提取特征

看看lbph 的算法是如何提取图片特征的：

拍摄的差距： 表情，光照，角度

如何将一张图变为一行：

暴力： 灰度图的二维数组拉直，一行400列

无论是哪种分类，都要是相似的输入

保证样本的相似性

同一个人的多个图，样本拉直后数组差别很大，不科学

适合训练的样本： 直方图法

保留纹理特征

用纹理特征构建模型

有了图谱，再使用直方图拿到真正的特征，用于训练