图像预处理实际项目测试案例验证（由模糊变清晰）

越来越多项目的源系统数据为图像，需要针对图像进行预处理，本案例详细介绍利用算法进行清晰化预处理过程

注意事项：案例只实现图片去雾，没有实现分辨率提升的效果

1、  Anaconda官网下载python2.7版本的安装包

2、centos6.5上安装Anaconda

安装前python版本为2.6.6：

安装Anaconda：

安装完毕后查看python版本：

3、安装opencv

OpenCV是用于图像处理，分析，机器视觉方面的开源函数库，可用来做图像处理，目标检测，人脸识别，视频分析等，比如给头像加圣诞帽，车牌识别等

1）若提示如下错误，

a) 请检查网络是否能上网，若不能请检查是否配置DNS

b) 能否连接该url，若不能连接添加Anaconda的国内镜像并显示通道地址：

执行完毕后会生成/root/.condarc文件，记录着我们对conda的配置，直接手动创建编辑该文件是相同的效果。

2）安装opencv

1、  验证图像去雾处理：

1）解压后看到一个python脚本和两个样例图片，需要手动更改脚本指定需要处理的图片：

2）执行python脚本，进行去雾处理：

若执行报错，则：

然后重新执行，生成处理后的图片：

3）处理前后对比：

随着人工智能的发展，越来越多的音频、图像、视频等作为数据源，这些数据源需要进行预处理之后才能作为应用，所以各种算法和脚本需要不断学习掌握才能跟上趋势！已经有产品作为辅助，脚本还是要根据具体场景随机应变！