图像融合

版权声明：本文由王梓原创文章，转载请注明出处: 文章原文链接： https://www.qcloud.com/community/article/168 来源：腾云阁 https://www.qcloud.com/community 最近我负责开发了一个跟Android相机有关的需求，新功能允许用户使用手机摄像头，快速拍摄特定尺寸（1：1或3：4）的照片，并支持在拍摄出的照片上做贴纸相关的操作。由于之前没有接触过Android相机开发，所以在整个开发过程中踩了不少坑，费了不少时间和精力。这篇文章总结了Android相机开发的相关知识、流程，以及容易遇到的坑，希望能帮助今后可能会接触Android相机开发的朋友快速上手，节省时间，少走弯路。 一.Android中开发相机应用的两种方式 Android系统提供了两种使用手机相机资源实现拍摄功能的方法，一种是直接通过Intent调用系统相机组件，这种方法快速方便，适用于直接获得照片的场景，如上传相册，微博、朋友圈发照片等。另一种是使用相机API来定制自定义相机，这种方法适用于需要定制相机界面或者开发特殊相机功能的场景，如需要对照片做裁剪、滤镜处理，添加贴纸，表情，地点标签等。这篇文章主要是从如何使用相机API来定制自定义相机这个方向展开的。 二.相机API中关键类解析 通过相机API实现拍摄功能涉及以下几个关键类和接口： Camera

8.1 基本概念 8.1.1 什么是目标检测？ ​目标检测（Object Detection）的任务是找出图像中所有感兴趣的目标（物体），确定它们的类别和位置，是计算机视觉领域的核心问题之一。由于各类物体有不同的外观、形状和姿态，加上成像时光照、遮挡等因素的干扰，目标检测一直是计算机视觉领域最具有挑战性的问题。 ​计算机视觉中关于图像识别有四大类任务： 分类-Classification ：解决“是什么？”的问题，即给定一张图片或一段视频判断里面包含什么类别的目标。 定位-Location ：解决“在哪里？”的问题，即定位出这个目标的的位置。 检测-Detection ：解决“是什么？在哪里？”的问题，即定位出这个目标的的位置并且知道目标物是什么。 分割-Segmentation ：分为实例的分割（Instance-level）和场景分割（Scene-level），解决“每一个像素属于哪个目标物或场景”的问题。 8.1.2 目标检测要解决的核心问题？ 除了图像分类之外，目标检测要解决的核心问题是： 1.目标可能出现在图像的任何位置。 2.目标有各种不同的大小。 3.目标可能有各种不同的形状。 8.1.3 目标检测算法分类？ 基于深度学习的目标检测算法主要分为两类： 1.Two stage目标检测算法 ​ 先进行区域生成（region proposal，RP）