揭秘计算机图形学与计算机视觉的异同，领略数字世界的魅力

2023-01-08 00:59:41

眼见为实？从计算机图形学到计算机视觉，纵观数字世界的奇幻迷航

当今的数字世界中，计算机图形学和计算机视觉密不可分，共同打造着丰富多彩的视觉体验。然而，这两大领域之间有着微妙的差异，本文将带你踏上探索数字世界的奇幻迷航，深入了解它们的异同。

计算机图形学：从模型到图像的艺术

计算机图形学，又称计算机图像学，是艺术与技术的完美融合。它将数字信息转化为可视图像，赋予冰冷的数字化以鲜活的生命力。从游戏中令人惊叹的虚拟世界，到动画中栩栩如生的角色，再到电影中震撼人心的视觉效果，计算机图形学无处不在。

代码示例：

import numpy as np
import matplotlib.pyplot as plt

# 创建一个3D模型
model = np.array([[0, 0, 0], [1, 0, 0], [0, 1, 0], [0, 0, 1]])

# 定义一个渲染函数
def render(model):
    # 将模型投影到2D平面上
    projection = np.dot(model, np.array([[1, 0, 0], [0, 1, 0]]))

    # 绘制投影
    plt.plot(projection[:, 0], projection[:, 1])
    plt.show()

# 渲染模型
render(model)

计算机视觉：从图像到模型的科学

计算机视觉，则是从图像中提取信息和理解的科学。它赋予计算机感知视觉世界的能力，理解图像中的物体、场景和事件。从人脸识别到自动驾驶，计算机视觉正在重塑着我们的生活。

代码示例：

import cv2
import numpy as np

# 加载图像
image = cv2.imread('image.jpg')

# 转换图像为灰度图
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

# 使用Canny边缘检测算子检测边缘
edges = cv2.Canny(gray, 100, 200)

# 显示检测到的边缘
plt.imshow(edges, cmap='gray')
plt.show()

计算机图形学与计算机视觉的异同

异同：