计算机视觉系统是最近比较热门的研究领域，今天开始给大家介绍下计算机视觉相关的知识。
视觉是人的所有感官中最敏感的一种，人的视觉可以感知环境，而机器的视觉却很难感知环境
为了解决计算机视觉问题，要确定解决问题的方法，
而解决任何问题都有一个通用方法：通过理解每一步的目的来把问题分解成简单和可实现的自步骤

下面通过对计算机视觉系统进行模块划分，来了解解决计算机视觉问题的方法

计算机视觉系统的组成模块划分

数据采集，获取环境信息

通过相机和arduino系统
通常我们用数码相机，当然现在市面上有很多类型相机都可以
比如手机相机，AR相机，VR相机等等
arduino 可以获取其他感官数据，比如声音，压力，距离等

预处理

把准备好的动心进行处理
原始数据有很多噪音
任何情况下，最好过滤下图片
图片数据RGB red green blue ，每个颜色一个字节的数据 
目的为了从数据中获取真实的数据信息

特征提取

计算机视觉优势就是对场景的自动化解释
提取大数据集的小数据

后处理和后置滤波

特征提取后，需要高层次滤波，滤波有各种方式，根据项目需求来选择

识别检测

计算机视觉系统通过解释图像和图像序列来得到结论
检测是一识别的一种基本形式
识别是一个更复杂的术语，也叫分类
识别过程中将物体分成预先分好的几类，或者通过学习分类，这部分设计深度学习的问题
牢记识别和分类的目的

触发动作

计算机视觉系统是个决策系统处理过程，下一步就是执行动作了

连接子模块

解决任何视觉问题的时候，首先要对问题有个全局的考虑，然后把问题分解成一些系列有意义，内部独立的子模块。算法策略上--分而治之

案例
实例手势控制

Arduino系统和OpenCV系统组合

计算机视觉系统将摄像头获取的数据处理后，将处理指令发送给Arduino，Arduino来操作外部设备

通过摄像头获取人脸，识别出员工面部特征，特征符合就发送开门命令给arduino，arduino 命令给电磁门禁，达到开门的目的

前台打卡处相机，按门铃出发运动监测系统
客人按下门铃，展示正确的手势，视觉控制器自动打开门，手势错误，则门不会打开

第一步 数据采集 摄像头步骤手势动作图片
第二步 将图片转换为二进制格式，然后把图像中比较小的物体都过滤掉 。手势图片过滤完成
第三步 我们执行特征提取来找到图像中的可能位置，得到一个带手势候选的图片如图

第四步 需要一个手势检测器，可以对手势分类
如果手势正确发命令给Arduino开门，反之没有动作。