根据美国哈佛商学院有关研究人员的分析表明,人的大脑每天通过五种感官接受外部信息,其比例分别为：味觉1%、触觉1.5%、嗅觉3.5%、听觉11%,以及视觉83%.
摘要：计算机图像处理技术是十分重要的技术, 网页制作充分重视计算机图像处理技术应用, 将各种用于网页制作的图像素材处理好, 做到图像与网页内容相匹配, 实现图像的高保真, 与网站风格相协调, 降低图像的字节容量, 尽可能少地占用网络信息通道资源, 提升网页打开速度, 为网页制作提升艺术审美效果等, 带给网民更好的视觉体验。
关键词：网页设计,计算机,图像处理
1、网页制作应用图像的意义分析
制作网页、开设网站的主要目的是实现网民的信息交互, 让更多的网民浏览网站, 将网页内容推送给更多的受众, 以此来实现信息推广、流量扩容、广告推送、业务展示, 便于开展更多的经济与文化活动, 实现更多的经济价值和社会价值。互联网出现以后, 迅速成为最为重要、最具活力的媒体平台, 各种媒体机构争相在这个平台展示, 树立自己的品牌形象, 增强自己的影响力, 赢得更多的网民, 在激烈的市场竞争中立于不败之地, 在互联网+时代背景下有更广阔发展空间。在整个网页制作和网站经营过程中, 除了信息甄别, 最为重要的工作就是图像处理。图像在网页设计中的功能主要有以下几个方面。
1.1 强烈的视觉冲击
互联网时代, 人们获取信息的主要是网络, 最为重要的资源是网民资源, 网页和网站浏览量和点击率成为网站生存和发展的根本保障。信息化时代背景下, 各种信息资源异常丰富, 网站和网页信息资源所有者争夺网民的竞争不断加剧, 如何才能占有更多的网民, 怎样才能让让自己的网页内容得到网民的青睐, 怎么才能让网站拥有更多忠实的粉丝, 一个有效的手段是提升网页的视觉冲击力, 让每个网民能够迅速被网页的内容所吸引, 让他们愿意花更多的时间停留在网页上, 能够得到更好的阅读体验。网页设计和网站经营中, 图像是直观的信息呈现, 也是最主动的信息呈现, 相对于传统的文本信息, 图像信息能够迅速吸引网民的眼球[1]。每个网页制作者都非常重视图像的应用, 网页中要有大小合适、位置恰当、样式别致、色彩鲜明、内容贴切的图像, 能够让网页更具观赏性和吸引力。调查显示, 超过60%的网民认为让自己浏览网页的诱因是网页醒目或者鲜明个性的图像, 绝大部分人感觉网页的图像非常重要, 没有图像的网页和网站对自己几乎没有吸引力。由此可以看出, 网页制作需要重视图像应用, 需要重视图像的处理, 以此来真正吸引网民, 带给读者更好的阅读体验, 获得他们的持久的忠实性, 从而实现网页和网站的可持续健康稳定发展。
1.2 信息引导功能
网页设计中使用的图像不是随便选取, 也不是单一地为了增强视觉冲击, 而是根据内容表达需要, 与网页内容相配合, 使网页信息内容与图像相得益彰[2]。首先, 网站的标题和主要信息内容都是以文字的形式展示, 文字相对单一, 没有个性, 需要读者主动阅读才能获取其关键信息, 感知网页的主要内容。而图像具有鲜明的视觉感知能力, 能够主动地呈现给观众, 让读者获得更强的信息冲击力。图像是根据网页信息选取的, 并且经过了计算机技术处理, 与信息内容具有更加密切的关系, 能够通过图像感知网页的主要人物或者关键事件, 比标题更能直观地概括网页主要内容, 便于读者快速作出选择。比如, 有的网民喜欢娱乐新闻, 有的网页就配上了某个娱乐圈人物的图像或者其参加某项活动的图像, 这样喜欢娱乐新闻的读者就能迅速明白主要信息, 从而阅读更加详细的内容, 大大减少网民的检索时间, 便于他们更好地遴选自己喜欢的网页或者网站。其次, 图像与网页内容配合更加详实地表现信息内容。有些信息可以用文字描述, 但文字描述的信息内容与读者感受到的信息内容本身存在一定的差异。而配上一定的图像或者视频, 可以让读者更好感知一些细节, 甚至直接体会其中的场景, 感知人物的动作表情, 关注时事发生的过程。比如, 朝韩南北会谈, 配上金正恩与文在寅携手跨过三八线的图像, 让读者观看两人的动作和表情, 可以勾起读者更多关于历史、政治和国际局势的想象, 激发他们的思想和情感共鸣, 这就是图像的效果。
2、计算机图像处理技术
计算机图像处理就是借助计算机将各种摄像机械拍摄的感光、数字图像、视频进行数字化处理, 转变成计算机技术应用的标准代码, 并依照计算机的功能和各种基于计算机信息处理技术的图像处理软件, 对这些图像、视频资源进行处理[3]。由于计算机具有强大的运算能力, 且能够对计算机数字转化后的图像、视频进行反复操作, 并且还能进行改进、组合、修复等, 使得图像满足需求。计算机图像处理技术工作的核心就是将色彩最为基本的红、黄、蓝三原色进行各种分析和处理, 根据表达需要, 进一步提升其色彩饱和度, 增强其视觉冲击力。对一些次要内容进行数字化删减, 能够在保持原有图像视觉效果的基础上, 删去更多的冗余字节, 大大降低图像的体量, 从而更有利于在网络上传输。如今, 基于计算机处理的图像在手机网页上应用越来越广泛, 图像清晰度提高, 美感更强, 而图像的体量极大缩小, 非常适合网页的传输。
3、网页制作中计算机图像处理技术的应用分析
3.1 计算机图像处理技术在网页设计中的具体应用类型
网页设计应用很多的图像, 需要进行各方面的处理, 这些都需要计算机图像处理技术来完成, 确保其内涵性、文化性和艺术性。首先, 网站网页标识制作。网站网页标识是一个网站最为典型的形象代表, 具有极强的象征性, 代表着网站的特色和文化。需要美工做好设计, 在设计中需要他们发挥想象力和创造力, 需要体现网页或者网站的文化内涵, 让标识更具文化性和艺术性, 这些都需要对其进行计算机图像处理。传统的图像都是手工绘制, 耗费时间, 且任何一个环节出现了瑕疵都要重新绘制, 很难达到完美, 而利用计算机图像处理技术能够反复修改。比如, 每个网页都有网站的Logo, 每个网站的Logo都具有非常强的象征意义, 一个好的Logo能够带给网民更多的浏览欲望, 体现企业的文化特色。小米科技的Logo是MI, 这不是一个简单的字母组合, 而是用计算机图像处理技术处理之后达到的效果, 比单纯的字母更具美感, 更能体现小米“再用心”一点的理念, 让网民能直接感知小米科技的文化精神, 从而进入小米商城, 浏览更多的小米产品介绍, 并对企业产品产生更强的文化认同感和品质信任感。其次, 制作精良的网页背景图, 让网页更具美感, 信息与背景相映衬, 彰显主题, 带给读者更好的阅读体验。越是有名的门户网站, 越注重网页的每个细节, 图像处理技术应用越广泛而又到位。最后, 关键图优化。图文时代, 网页需要有主要的文字承载信息, 更需要有相应的图像信息, 以图像来更好地配合文字。优秀的网页都会在其中配上一幅精良的图像, 既能够吸引读者, 更能够增强信息的阅读效果, 以文字呈现给读者更多更为细腻的表述信息, 以图像来带给读者更强的视觉冲击力。
3.2 网页设计中应用计算机图像处理技术的技巧
几乎现在所有的网页设计都要应用到计算机图像处理技术, 网页图像处理需要掌握相应的处理技巧。首先, 做好图像尺寸处理。图像是网页的一个重要构成元素, 但不是唯一的构成元素, 需要与文字、表格等信息配合使用。且网页容量有限, 不能将图像拿来直接应用, 需要结合网页内容承载编排需要, 确定图像的大小, 这就要掌握图像尺寸的处理技巧。根据文字内容大小、主题特点以及网页布局需要, 选取更具个性化的图像, 并配合网页文字以及其他要素起到相互衬托的作用。与标题、副标题、附属图片等做好配合, 确定大小比例。其次, 图像外形处理。图像主题相对固定, 一般只能进行尺寸、清晰度、构成要素的调试, 而呈现在网页上的图像还要具有一定的外在形状, 这些外在形状与图像核心要素配合, 再与网页主题内容配合, 设计出更具美感的网页。图像的外形处理是一个重要技巧, 不同色彩、不同图形的图像给人的感觉不同。比如, 圆形图形能够带给读者非常温暖的感觉, 一些不规则图形则会让读者有更强的动态感觉, 读者看到方形图像就会产生一种较强的中规中矩的感觉。圆形图像运用更多的柔线条, 让读者除了感受到温暖外, 还带给读者更多的自由和随意感。根据网页制作需要, 应用图像处理技术做好相应的圆形外观处理。方形图像在生活中最为常见, 也是网页设计中应用最多的一种形状, 尤其是相对庄严的机构网站或者内容, 选择的图像就要是方形结构。比如, 政府各个机构网站以及网页内容的设计, 在图像处理方面就要更多地选择方形外观, 比如, 法院、公安局等政府部门网站以及网页设计, 运用方形图像带给读者严肃的感觉, 使其产生较强的信任感和敬畏感。
4、结语
总之, 信息化背景下, 互联网已将全世界连为一体, 将各行各业都推向了这个庞大的网络世界, 网页设计要体现主题性、艺术性, 图像处理一定要注重技术性, 充分考虑各方面的综合要素, 设计出更多更为优秀的网页, 提升网页的传播速度, 带给读者更好的浏览体验。
Bengio 和微软团队日前在 arXiv 上发表论文，介绍了一种用于研究对科学图像进行视觉推理的机器学习数据集 FigureQA，包括基于 10 万张合成图像的 100 万个问答对，为构建可直观识别数据视觉表征模式的模型迈出了重要的第一步。
摘要：我们介绍了一种视觉推理数据集 FigureQA，包含建立在 10 万张图像上的超过一百万个问答对。图像是科学类电子资源格式，从五个类别中合成：线图（line plot）、点线图（dot-line plot）、横条图（horizontal bar graph）、纵条图（vertical bar graph）和饼图（pie chart）。我们从 15 个模板中生成问题来构建我们的推理任务；问题涉及不同绘图元素之间的各种关系，检查特征如最大值、最小值、曲线下面积、平滑度和交点。解析这类问题通常需要参考多个绘图元素和图像中空间分布信息的合成。为了加速机器学习系统的训练，该数据集还包含边数据（side data），可用于构建辅助目标。尤其是，我们提供用于生成每个图像的数字资料和所有绘图元素的边界框标注信息。我们通过训练多个模型来研究提出的视觉推理任务，模型包括近期提出的强基线：关系网络（Relation Network）。初步结果表明该任务为机器学习带来了一个巨大挑战。我们认为 FigureQA 是构建可直观识别数据视觉表征模式的模型的第一步。
数据集制作
该数据集通过两个阶段来生成。首先，从仔细调整的旨在使采样图像更加自然的约束集和启发集中采样数字资料。然后，使用 Bokeh 开源绘图库 [5] 绘制图像中的数据。该流程使我们获取图像中的大量的定量数据。我们还修改了 Bokeh 后端以输出所有绘图元素的边界框：数据点、轴、轴标签和轴刻度、图例符号（legend token）等。我们提供基础的数字资料和边界框集作为每个图像的补充信息，这对构建辅助任务很有用处，如重建一个图像中的大量数据，或者使用边界框目标监督注意力机制。我们还在数据集制作过程中，平衡每个问题类型和每个图像「yes」和「no」答案的比例，以使模型更难在无视视觉内容的情况下利用答案频率的偏差。
图 1. 问答对的线图示例。
表 2. 问题类型
我们的编辑团队从我们的测试集中回答了部分问题，其中包含 16876 个问题（和 1275 张随机选取的图像相关，大约每种图像类型有 250 个问题）。表 3 总结了实验结果。只用文本的模型和 CNN+LSTM 模型的比较表明视觉模态对学习是有贡献的。然而由于问题的关系结构，RN 的表现显著地超越了更简单的 CNN+LSTM 模型。我们的人类基线水平表明这个问题还很具挑战性，但已经有了标志性的进步。表 4 和表 5 展示了 RN 和我们的编辑人员分别在每一类图像和每一类问题上的表现水平。
表 3. 我们的基线模型在测试集上的性能水平
表 4. RN 和人类在测试集上每一类图像的表现水平
表 5.RN 和人类在测试集上每一类问题的表现水平
6 结论
我们介绍了 FigureQA，一种用于研究对科学图像进行视觉推理的机器学习数据集。该数据集包括基于 10 万张合成数字图像的 100 万个问答对。问题包括图特征如极值、曲线下面积、平滑度和交点，需要整合图像中空间分布的所有信息。该数据集还包含边数据以推动机器学习系统的训练。这包括用于生成每个图像的数字资料和所有绘图元素的边界框标注。我们通过在数据上训练三个基线神经模型、分析其测试集性能，并与人类的表现进行比较，来研究视觉推理任务。结果表明还需要更强大的模型才能追赶人类水平。
中小企业要审视自己所拥有的资源，针对企业自身切实的需求，做技术落地方案的决策。我本身是做计算机视觉的，对于经典视觉和深度学习视觉落地都有心得。
1.业内有通用成熟的解决方案。
中小企业采用第三方开放平台，无疑是性价比最高的。
2.业内有成熟方案，但企业自身的需求场景较小，且采样数据集独特。
这种场景可以引进少数技术人才。足以以最小的研发成本，得到比第三方大厂更好的视觉检测结果。
3.业内没有成熟方案，仅学术界有理论支撑。
这种情况比较麻烦，也往往面临技术挑战。最难的地方在于，需求场景的评估。
评估往往需要懂最新的技术理论，千万不要听从，整天把市场和用户体验挂嘴上的产品经理瞎忽悠。
首先，目前的需求场景，学术界的理论指标是多少，理论是否有足够的优化空间，以及能否达到工业级场景要求的准确率。
其次，如果不能达到工业级指标，是否采用设计分级，或人为干预且高效的workflow。
最后，综合评估，理论落地的时间和成本，以及产品优化能带来的效率和市场收益。
4.业内没有成熟方案，学术界理论也不成熟
对于这种极具挑战的场景，除非公司之前在这个领域已经有足够的技术和人才积累。可以尝试以这个技术点为核心，再加上新引进的算法人才，共同建立自己独特的技术壁垒。
即使在AI技术和各种论文不断刷新的今天，中小公司仍然有自己的优势。
以技术能力竞争的中小公司，可以以业内独有数据集和技术积累为基础，打造自己垂直的技术竞争点。
以业务能力竞争的中小公司，可以采用成熟的第三方平台或解决方案，提高自己的产品效率。
暂时就写到这里吧。
有计算机视觉方面的问题，欢迎留言与我讨论。
国内著名各大公司都会有一些社区论坛和开发者中心，现在也有群之类的，多多与人交流，多逛逛，订阅，计算机类的知识网站比较出名的google（需要梯子）github,stackoverflow(国外的访问很慢)，csdn,Oschina,也可以订阅一些博客看看，增加知识量，只能说多看看一些新闻博客，一般新技术出来都会引起一段高潮
985免费论文网友情提示：本网站所有内容为共享上传提供，仅限学习分享，如产生版权问题，请联系我们及时删除！
Copyright © www.csmayi.cn Corporation, All Rights Reserved 共享时代 共享你我他 版权所有
