用C#、C 、Java能編寫出Adobe等級(jí)的行業(yè)軟件嗎？Adobe軟件工具的核心是算法，這三種語言都可以很好地實(shí)現(xiàn)。上世紀(jì)90年代初，我做了一個(gè)骨折圖像處理的基金項(xiàng)目，它有很多類似adobe的功能

用C#、C 、Java能編寫出Adobe等級(jí)的行業(yè)軟件嗎？

Adobe軟件工具的核心是算法，這三種語言都可以很好地實(shí)現(xiàn)。

上世紀(jì)90年代初，我做了一個(gè)骨折圖像處理的基金項(xiàng)目，它有很多類似adobe的功能。當(dāng)時(shí)，還沒有用C語言編寫的CSharp、Java語言或Adobe軟件，更不用說這些面向?qū)ο蟮恼Z言了。

用C語言編寫，相當(dāng)于手工制作。擦除一行需要逐位對(duì)每個(gè)點(diǎn)進(jìn)行異或處理。與C#不同，可以刪除對(duì)象。對(duì)于圖像去噪、去毛刺、二值化和特征提取，需要編寫相應(yīng)的算法。例如插值算法用于邊緣增強(qiáng)和平滑，圓形鄰域法用于模式匹配，現(xiàn)在很多算法都有函數(shù)庫，可以通過接口調(diào)用函數(shù)庫。它簡(jiǎn)單得多，使用C#、C和Java就足夠了。

圖像的特征提取都有哪些算法？

我認(rèn)為圖像分割的算法可以從目標(biāo)的分割開始：通常將圖像分為目標(biāo)區(qū)域和背景。我們需要從圖像的特征入手，以灰度圖像為例（其他類型的圖像處理都是類似的），圖像圖形的明顯特征有：圖像灰度值特征、目標(biāo)邊界特征、紋理特征、形態(tài)特征等；也有一些計(jì)算和分析基于這些特征提取特征，如信息熵、能量泛函等，最簡(jiǎn)單的是灰度值特征。有時(shí)在圖片中，目標(biāo)區(qū)域的亮度與背景區(qū)域的亮度明顯不同?；谶@種理解，只要我們?cè)噲D找到某個(gè)亮度值，我們就假設(shè)低于該值的值作為背景，高于該值的值作為目標(biāo)。Otsu算法屬于最大熵等范疇。

同時(shí)也可以注意到，在空域中，目標(biāo)的邊界是區(qū)分目標(biāo)與背景的重要依據(jù)，因此也是區(qū)分邊界的重要手段。一般情況下，邊界點(diǎn)附近的灰度值變化率很高，可以根據(jù)圖像的灰度梯度進(jìn)行識(shí)別。有Sobel算子、canny算子等，它們通過尋找邊界來確定目標(biāo)區(qū)域和背景。

在某些圖像中，目標(biāo)區(qū)域具有一定程度的連續(xù)性。一些基于區(qū)域連續(xù)性的方法，如區(qū)域生長法、分水嶺算法等（我對(duì)這篇文章不是很熟悉）。

此外，基于圖像的原始特征提取“細(xì)化”的二次特征并進(jìn)行相應(yīng)的分割也是一種很好的方法。與snake算法一樣，該算法認(rèn)為目標(biāo)區(qū)域的邊界是外力和內(nèi)力共同作用的結(jié)果。因此，當(dāng)外力和內(nèi)力平衡時(shí)，就可以找到邊界。在此基礎(chǔ)上，提出了最小能量泛函的判定原則。此外，還提出了一種基于幾何活動(dòng)輪廓模型的水平集方法，該方法借助于目標(biāo)區(qū)域的幾何測(cè)量參數(shù)來處理某些拓?fù)渥兓?/p>

圖像的特征提取都有哪些算法？

經(jīng)典的圖像特征提取方法有：1 hog（有向梯度直方圖）、2 SIFT（尺度不變特征變換）、3 surf（加速魯棒特征）、4 Dog（高斯差分）和5 LBP（局部二進(jìn)制）6 Haar（類Haar、類Haar特征），注意Haar是個(gè)人名稱，Haar這個(gè)人提出了一種用小波作為濾波器，命名為Haar濾波器，用于這個(gè)濾波器，后來有人用這個(gè)濾波器對(duì)圖像進(jìn)行濾波，就是圖像的Haar特征）圖像的一般特征提取方法：1灰度直方圖，2顏色直方圖均值，方差三種信號(hào)處理方法：灰度共生矩陣，Tamura紋理特征，自回歸紋理特征，小波變換。4傅立葉形狀描述符，小波描述符等

圖像處理的一般步驟：1。圖像采集：對(duì)原始圖像進(jìn)行提取和預(yù)處理。

2、圖像增強(qiáng)：濾波，對(duì)問題進(jìn)行主觀判斷，對(duì)圖像進(jìn)行操作，使圖像比原始圖像更適合處理。

3. 圖像復(fù)原：改善圖像外觀。與圖像增強(qiáng)相比，圖像復(fù)原指的是對(duì)圖像的客觀處理。

4. 邊緣檢測(cè)：對(duì)圖像進(jìn)行分析、定位和匹配。

5. 圖象分割：把圖象分成不同的部分或目標(biāo)。

6. 提取特征值：提取感興趣區(qū)域。