? 图像平移 ? 图像转置 ? 图像旋转 ? 图像缩放
2 图像增强
? 直方图均衡化 ? 拉普拉斯算子 ? Log 变换 ? 伽马变换
原理：将原始图像的灰度图从比较集中的某 个灰度区间均匀分布在整个灰度空间中，实 现对图像的非线性拉伸，重新分配像素值。
原理：利用图像的二次微分对图像进行蜕化， 在图像领域中微分是锐化，积分是模糊，即 利用邻域像素提高对比度。
? 最大值法
将彩色图像中的三分量亮度的最大值作为灰度图的灰度值。这种方法转化的灰度图亮度较高。 F(i,j) = max(R(i,j), G(i,j), B(i,j))
? 平均值法
将彩色图像中的三分量亮度求平均得到一个灰度值。这种方法得到的灰度图比较柔和。 F(i,j) = (R(i,j), G(i,j), B(i,j))/3
? 为什么归一化？
使不同成像条件（光照强度，方向，距离，姿势等）下拍摄的同一个人的照片具有一致性。图像可以抵抗 几何变换的攻击，也就是转换成唯一的标准形式以抵抗仿射变换。
? 归一化的方法有哪些？
? 线性归一化
也称min-max标准化；是对原始数据的线性变换，使得结果值映射到[0,1之] 间。 缺点：如果max 和min不稳定的时候，很容易使得归一化的结果不稳定，影响后续使用效果。
人脸识别
Artificial Intelligence && Face Recognition
定义
人脸识别是基于 计算机图像处理技术 和生物特征识别技术 ，提取图像或视频中的人像特征信息 ， 并将其与已知人脸进行比对，从而识别每个人的身份。它集成了人工智能、机器学习、模型理论、视 频图像处理等多样专业技术。 随着智能手机的快速普及，可以通过手机镜头在手机上做基于人脸识别的身份注册、认证、登录 等，使身份认证进程更安全、方便。由于人脸比指纹等视觉辨识度更高，所以刷脸的应用前景更广阔。
