update 0821-2

lingyiliu016 · Aug 21, 2021 · c3eba10 · c3eba10
2 parents 612c9b9 + 6b7b6f5
commit c3eba10
Show file tree

Hide file tree

Showing 19 changed files with 2,420 additions and 720 deletions.
diff --git a/README.md b/README.md
@@ -2,6 +2,7 @@
 
 **Deep Learning Interview Book**
 
+- :star: [求职攻略](https://github.com/amusi/AI-Job-Notes)
 - :smiley: [自我介绍](docs/自我介绍.md)
 - :1234: [数学](docs/数学.md)
 - :mortar_board: [机器学习](docs/机器学习.md)
@@ -13,11 +14,13 @@
 - :surfer: [SLAM](docs/SLAM.md)
 - :busts_in_silhouette: [推荐算法](docs/推荐算法.md)
 - :bar_chart: [数据结构与算法](docs/数据结构与算法.md)
-- :snake: [编程语言](docs/编程语言.md)
+- :snake: [编程语言：C/C++/Python](docs/编程语言.md)
 - :fireworks: [深度学习框架](docs/深度学习框架.md)
 - :pencil2: [面试经验](docs/面试经验.md)
 - :bulb: [面试技巧](docs/面试技巧.md)
-- :mega: [其它](docs/其它.md)
+- :mega: [其它（计算机网络/Linux等）](docs/其它.md)
+
+![](docs/imgs/2020年AI算法岗求职群.png)
 
 ![](docs/imgs/DLIB-Mindmap.png)
 

diff --git a/docs/imgs/2020年AI算法岗求职群.png b/docs/imgs/2020年AI算法岗求职群.png
diff --git a/docs/imgs/DLIB-0024.png b/docs/imgs/DLIB-0024.png
diff --git a/docs/imgs/DLIB-0025.png b/docs/imgs/DLIB-0025.png
diff --git a/docs/imgs/DLIB-0026.png b/docs/imgs/DLIB-0026.png
diff --git a/docs/imgs/DLIB-0027.png b/docs/imgs/DLIB-0027.png
diff --git a/docs/传统图像处理.md b/docs/传统图像处理.md
@@ -2,14 +2,18 @@
 
 # 传统图像处理
 
-## 001 颜色空间介绍
+## 颜色空间
 
 - **RGB**
 - **HSI**
 - **CMYK**
 - **YUV**
 
-## 002 高斯滤波
+OpenCV 读取图像存储的顺序为什么是 BGR，而不是 RGB？
+
+- [ ] TODO
+
+## 高斯滤波
 
 > 先引入两个问题。
 >  1.图像为什么要滤波？
@@ -32,11 +36,7 @@
 
 **2 高斯函数**
 
-
-
-![img](https:////upload-images.jianshu.io/upload_images/14512145-cb79bc3d41cc37fd.png?imageMogr2/auto-orient/strip%7CimageView2/2/w/708/format/webp)
-
-
+![](imgs/DLIB-0024.png)
 
 注：σ的大小决定了高斯函数的宽度。
 
@@ -47,25 +47,18 @@
  举个栗子：
  假定中心点的坐标是（0,0），那么取距离它最近的8个点坐标，为了计算，需要设定σ的值。假定σ=1.5，则模糊半径为1的高斯模板就算如下
 
-
-
-![img](https:////upload-images.jianshu.io/upload_images/14512145-04d41990169b094a.png?imageMogr2/auto-orient/strip%7CimageView2/2/w/800/format/webp)
-
-
+![](imgs/DLIB-0025.png)
 
  这个时候我们我们还要确保这九个点加起来为1（这个是高斯模板的特性），这9个点的权重总和等于0.4787147，因此上面9个值还要分别除以0.4787147，得到最终的高斯模板。
 
-
-
-![img](https:////upload-images.jianshu.io/upload_images/14512145-049ada57d888bf79.png?imageMogr2/auto-orient/strip%7CimageView2/2/w/409/format/webp)
+![](imgs/DLIB-0026.png)
 
 **4 高斯滤波计算**
 
 有了高斯模板，那么高斯滤波的计算便顺风顺水了。
- 举个栗子：
- 假设现有9个像素点，灰度值（0-255）的高斯滤波计算如下：
+举个栗子：假设现有9个像素点，灰度值（0-255）的高斯滤波计算如下：
 
-![img](https:////upload-images.jianshu.io/upload_images/14512145-530497b10b412a95.png?imageMogr2/auto-orient/strip%7CimageView2/2/w/1000/format/webp)
+![](imgs/DLIB-0027.png)
 
 参考来源：（https://blog.csdn.net/nima1994/article/details/79776802）
 
@@ -86,55 +79,59 @@
 - [简单易懂的高斯滤波](https://www.jianshu.com/p/73e6ccbd8f3f)
 - [图像滤波之高斯滤波介绍](https://www.cnblogs.com/qiqibaby/p/5289977.html)
 
-## 003 腐蚀和膨胀
+## 腐蚀和膨胀
 
 - [ ] TODO
 
-## 004 开运算和闭运算
+## 开运算和闭运算
 
 - [ ] TODO
 
-## 005 线性插值
+## 如何求一张图片的均值？
 
 - [ ] TODO
 
-## 006 双线性插值
+## 线性插值
 
 - [ ] TODO
 
-## 007 仿射变换
+## 双线性插值
 
 - [ ] TODO
 
-## 008 透视变换
+## 仿射变换
 
 - [ ] TODO
 
-## 009 介绍常见的边缘检测算子
+## 透视变换
 
 - [ ] TODO
 
-## 010 介绍Sobel算法
+## 常见的边缘检测算子
 
 - [ ] TODO
 
-## 011 介绍Canny算法
+## Sobel 算法
 
 - [ ] TODO
 
-## 012 Hough变换原理（直线和圆检测）
+## Canny 算法
 
 - [ ] TODO
 
-## 013 找轮廓（findCountours）
+## Hough 变换原理（直线和圆检测）
 
 - [ ] TODO
 
-## 014 单应性（homography）原理
+## 找轮廓（findCountours）
+
+- [ ] TODO
+
+## 单应性（homography）原理
 
 TODO
 
-## 015 二维高斯滤波能否分解成一维操作
+## 二维高斯滤波能否分解成一维操作
 
 答：可以分解。
 
@@ -146,19 +143,31 @@ TODO
 
 - [快速高斯滤波、高斯模糊、高斯平滑(二维卷积分步为一维卷积)](https://blog.csdn.net/qq_36359022/article/details/80188873)
 
-## 016 介绍HOG算法
+## 图像去噪算法
+
+- [ ] TODO
+
+## HOG 算法
+
+- [ ] TODO
+
+## 高斯滤波
+
+- [ ] TODO
+
+## 均值滤波
 
 - [ ] TODO
 
-## 017 怎么理解图像的频率
+## 中值滤波
 
 - [ ] TODO
 
-## 018 双边滤波
+## 双边滤波
 
 - [ ] TODO
 
-## 019 图像中的低频信息和高频信息
+## 图像中的低频信息和高频信息
 
 图像频率：图像中灰度变化剧烈程度的指标
 
@@ -175,49 +184,65 @@ TODO
 
 - [理解图像中的低频分量和高频分量](https://blog.csdn.net/Chaolei3/article/details/79443520)
 
-## 020 引导滤波
+## 引导滤波
 
 **参考资料**
 
 - [【拜小白opencv】33-平滑处理6——引导滤波/导向滤波（Guided Filter）](https://blog.csdn.net/sinat_36264666/article/details/77990790)
 
-## 021 介绍分水岭算法
+## 直方图均衡化
+
+- [ ] TODO
+
+## 相机标定方法与流程
+
+- [ ] TODO
+
+## 分水岭算法
+
+- [ ] TODO
+
+## RANSAC 算法
+
+- [ ] TODO
+
+## Bundle Adjustment（BA）算法
 
 - [ ] TODO
 
-## 022 介绍RANSAC算法
+## L-M 算法
 
 - [ ] TODO
 
-## 023 介绍Bundle Adjustment（BA）算法
+## SIFT 算法
 
 - [ ] TODO
 
-## 024 介绍L-M算法
+### SIFT 特征为什么能实现尺度不变性？
 
 - [ ] TODO
 
-## 025 介绍SIFT算法
+### SIFT特征是如何保持旋转不变性的？
 
 - [ ] TODO
 
-## 026 介绍SURF算法
+## SURF 算法
 
 - [ ] TODO
 
-## 027 介绍ORB算法
+## ORB 算法
 
 - [ ] TODO
 
-## 028 介绍LSD算法
+## LSD 算法
 
 - [ ] TODO
 
-## 029 介绍LBP算法
+## LBP 算法
 
 - [ ] TODO
 
-## 030 如何求一张图片的均值？
+## KCF 算法
 
 - [ ] TODO