深度学习应用与实践 -教案《计算机视觉应用开发》项目4 基于API实现图像去雾

《计算机应用开发》教案授课题目基于API实现图像去雾授课类型新授课授课时长4节课教学内容教学目标知识目标了解百度的图像去雾API能力目标掌握使用API的步骤实现图像去雾情感目标使学生体验人工智能的分类任务，将人工智能的兴衰与自身职业规划联系起来。能理解机器学习在实际中的应用并产生学习动力。教学重点掌握使用API的步骤实现图像去雾教学难点掌握使用API的步骤实现图像去雾教法学法讲授法、练习法特色学习资源分析、技术手段应用说明学习场所：实训室教学资源：PPT、视频、操作手册、学生任务单教学设备：电子白板学情分析学生了解图像去雾的理论知识，但未实现过图像去雾。板书设计（教学结构图）图像去雾教学环节（时间分配）教学内容及教师活动学生活动设计意图及实施效果案例导入项目描述项目分析知识准备项目实施课堂总结【情境导入】一般情况下，户外的计算机视觉系统的应用都需要准确获取图像的细节特征，如交通监控系统需要提取车辆型号、车牌号和车身颜色等信息，这就要求系统采集的图像有较高的清晰度。但是近年来雾霾天气频繁出现，对户外计算机视觉系统的正常使用造成了较大影响，使得系统获取的图像会出现对比度降低，色彩失真等情况，严重的还会使图像模糊不清，这大大降低了户外计算机视觉系统的使用性能，导致后期工作无法有效进行。比如：在雾霾天气环境下，公安部门无法通过安全监控系统识别和追踪犯罪嫌疑人，交警部门不能根据交通监控系统准确获取车辆和道路交通信息等等。由此可见，为了提高系统对各种天气环境的适应性，可以使用图像去雾算法对监控图像进行去雾。本项目要求基于上述案例中的场景，使用成熟的图像去雾云服务接口，对图进行图像去雾操作，从而获得去雾后的图像本项目首先介绍API和图像去雾的相关知识，然后介绍如何调用百度AI开放平台中的图像去雾API实现图像去雾操作，具体分析如下。（1）理解API的定义、架构、工作方式和类别，为后续调用API奠定基础。（2）了解国内头部人工智能企业所开放的人工智能平台，了解其中的计算机视觉人工智能功能。（3）学习针对数字图像的图像预处理技术，了解处理的内容和目的，并从中引出重要的图像增强技术——图像去雾。（4）掌握图像去雾的背景和定义，理解两种图像去雾算法的工作原理。（5）掌握百度AI开放平台图像去雾API的使用方法，能够调用API实现图像去雾操作。（6）能够将图像去雾的结果进行可视化，并将其与原图进行对比，直观感受图像去雾的效果。知识点1：API1）API的定义和架构2）API的工作方式——RESTAPI3）API的类别知识点2：视觉类云服务平台1）百度AI开放平台2）阿里云视觉智能开放平台知识点3：图像预处理1）图像采集2）图像清洗3）图像增广4）图像增强知识点4：图像去雾1）图像去雾的背景2）图像去雾的定义3）图像去雾的算法知识点5：图像去雾API的使用【任务描述】图像去雾API介绍百度，对浓雾天气下拍摄，导致细节无法辨认的图像进行去雾处理，还原更清晰真实的图像。示意图如下：二、使用API的步骤步骤一：领用资源步骤二：创建应用，生成acesstoken。步骤三：调用API，实现功能。三、图像去雾实现（1）导入库#导入实验所需库importrequests（2）生成request_url#为请求URI添加access_token参数request_url=request_url+'?charset=UTF-8&access_token='+access_token（3）设置消息头#设置请求消息头headers={"Content-Type":"application/json"}（4）图像数据转换为Base64格式。#将图像数据转换为Base64格式importbase64#导入所需库#以二进制的方式读取待预测图片f=open('1.png','rb')#转为Base64格式img=base64.b64encode(f.read())（5）将图像传入请求体所需参数#将图像传入参数params={"image":img}（6）请求体参数设置完成后，即可发送请求。#发送post请求response=requests.post(request_url,data=params,headers=headers)（7）查看响应信息#查看响应信息print(response)ifresponse:print(response.json())（9）查看回应返回状态码为200，表示响应正常。四、结果可视化（1）将图像进行解码#加载结果data=response.json()#提取图像数据image=data['image']#解码base64图像数据image_data=base64.b64decode(data['image'])（2）图像数据转为RGB格式#将图像数据写入保存withopen('2.jpg','wb')asf:f.write(image_data)#读取保存的图像sourceImg=cv2.imread('2.jpg')#转为RGB格式srcImage_new=cv2.cvtColor(sourceImg,cv2.COLOR_BGR2RGB)#显示图像plt.imshow(srcImage_new)plt.show()图像已经顺利地进行了去雾操作，效果良好。【学生谈收获】让学生分享在本次课上的所学所得，【总结】教师总结本次课内容。学生聆听并思考学生明晰任务学生聆听并思考学生聆听并思考学生聆听并思考完成百度平台的资源领取、acesstoken获得操作学生生成request_url学生将图像数据转换为Base64格式学生将图像传入请求体所需参数学生发送请求学生查看响应请求学生将图像进行解码学生将图像数据转为RGB格式分享自己在本项目中的收获聆听并思考基于现实问题，激发学生兴趣，引入新课。明确本项目所学内容，树立学习目标学生明晰本节课的学习流程，紧跟学习内容。系统讲授机器学习相关知识有利于学生迅速获得大量知识。使学生明确任务，有的放矢介绍调用的API，了解API可实现的功能。算法较为抽象，教师讲解使学生不会有习得性无助讲解编码