高斯差分金字塔圖像相減出現(xiàn)負值怎么辦？在SIFT（scale invariant feature transformation）技術中，通過對原始圖像的像素矩陣函數(shù)和高斯差分函數(shù)進行卷積，得到SIFT

高斯差分金字塔圖像相減出現(xiàn)負值怎么辦？

在SIFT（scale invariant feature transformation）技術中，通過對原始圖像的像素矩陣函數(shù)和高斯差分函數(shù)進行卷積，得到SIFT特征點。這些特征點是圖像邊緣具有高斯差分極值點的關鍵點。通過高斯模糊處理，這些關鍵點的灰度值會發(fā)生劇烈變化，因此將這些關鍵點作為圖像特征點具有良好的穩(wěn)定性和抗干擾性，對基于圖像平移、旋轉、縮放、光照、仿射、三維投影和光照的變化不敏感。這有利于后期的圖像配準。

OpenCV已經(jīng)將圖像處理(識別)的算法寫成函數(shù)了，那我們還有必要去學習這些算法嗎？

這取決于你的目的。比如說現(xiàn)在的車這么先進好用，你還需要了解變速箱的原理嗎？這取決于你的目的。如果只是普通駕駛，你不需要知道。如果你是一個機械師，你必須理解。如果你是一個汽車制造商的工程師，你必須對它非常了解。簡言之，這取決于具體的需要。