孙宇晨对NFT头像是什么样的看法？什么是NFT？

孙宇晨曾表示百度一下，NFT头像是我们这一代人的画廊，他自己花在图片头像上的钱，已经超过了花在毕加索作品上的钱。NFT全称为非同质化通证（Non-FungibleToken），其“非同质化”意味着每一个NFT都是独一无二、不可分割。

本回答由提问者推荐

什么是NFT?为什么这么火？

可以将NFT视为另一种区块链应用，旨在解决一个非常具体的问题，而不是单纯的数字货币。NFT与比特币不同，它不是一种有价值的资产，也不是数字资产，而是一种所有权的象征。即使购买NFT可能意味着您拥有了一种对基础资产的所有权主张，但是您的代币不能用于行使与所有权相关的任何权利。NFT全称为Non-Fungible Token，直译为不可互换代币，又称非同质化代币，那么在跟大家介绍NFT前，先向大家介绍一下什么是“同质化代币”。FT（Fungible Token）FT直译为可互换代币，又叫做同质化代币，具有可拆分、可重组、价值恒定的特点。举个例子，你的账户中有100元，因为“钱”是同质化的资产，你可以将100元拆成“50+50”、“20+80”、“1+4+5+30+60”等任意组合方式使用，或是你收到了另外的20元，你也可以将它们合并在一起，成为120元的账户余额。同时，你的120元和任意其他人的120元是等价的。不论你如何拆分、重组这些“钱”，他们的价值总是恒定不变的。在加密资产市场中，如BTC、ETH等都属于同质化代币，每两个比特币直接并没有任何差别。NFT（Non-Fungible Token）此时我们再来看NFT——非同质化代币是诞生于区块链中的不可拆分、不可重组、个体价值各不相同的资产。画作就是这样的一种资产，一副《蒙娜丽莎》或一副《尖叫》或许都价值连城的画作，但它们并不是一样的画作，我们并不能将它们画上等号。此外，若是将这两幅画拆分成2个半幅的《蒙娜丽莎》和2个半幅的《尖叫》他们每一个还是价值连城的吗？或是将它们进行重组？这些都是不可以的。NFT就是这样的加密资产，任何两个NFT都是不同的、不可拆分的，更别谈重组了。02—为什么需要NFT？在我们生活中的商品多为具有差异化的，人们消费的也正是商品的不同特质或不同功能，这也是玩家消费角色皮肤的原因。在数字世界中，我们会有多种数字资产，例如不同英雄的皮肤、不同的装备，或是艺术家创作的数字画作、声音素材，乃至版权、经销权等等。为了在链上记录多种不同的有价数字资产或权利的交换及归属权转移，则需要在区块链上定义出多种不同的通证代币进行映射，这些通证代币就是NFT，每一个NFT都是不可分割的一个资产或权利。03—NFT的应用方向NFT不可分割、价值锚定的特性可被广泛应用于电子游戏、数字艺术、非实物化的权利等数字资产领域。由于NFT创建在区块链中，其从创建到销毁的全生命周期、完整的流转链路都将被区块链记录在分布式账本中，无人可以更改，更无人可以盗用，实现资产来源的增信保障。同时，数字资产（如：数字画作）被植入到NFT中，则会形成NFT的所有权转移既是数字资产的交割，较以往区块链溯源应用更为高效便捷（溯源应用是链上完成转移情况的记录，资产交割则在其他平台完成）。另一应用价值在于，对比传统艺术品市场一锤子买卖的商业模式，艺术家无法享受到其艺术创作的升值增值所带来的益处，导致艺术家期望的高卖价与买家所期望的低买价难以形成平衡。使用区块链技术的NFT则可使用智能合约定义艺术家在后续的作品交易中的分成点数，让艺术家享受到作品升值带来的持续性收益，有利于降低初始售价，提升艺术品的普世性。类似的价值还可体现在更多的数字创作领域。04—经典的NFT案例：CryptoPunks2017年6月23日，位于纽约的软件公司Larva Labs的创始人Matt Hall和John Watkinson创建了一个软件程序，该程序生成数千个类似下图所示的不同的头像，后以项目Crypto Punks命名。这些由24x24和8位样式的锯齿状像素组成的艺术图像的集合有10,000个。每个都有自己随机生成的外观以表现独特的特征个性，他们的随机的特征因子包括性别、发色、配饰、化妆风格等。这些角色人物原生于以太坊网络中，创造之初，只要拥有以太坊钱包，任何人均可免费索取 CryptoPunk 虚拟角色人物。由于以太坊是全公开的账本，任何人都可以在以太坊网络中看到所有的Crypto Punks，但是只有一个人可以正式拥有一个Crypto Punks角色。在公开的以太坊网络上，每个Crypto Punks的所有权都被记录在以太坊账本中，任何的所有权转移也将被记录，成为可追溯、无法假冒的艺术品流转链。

什么是数字图像处理？

有的属于艺术范畴，对图像进行美化，对想表达的意境进行加深和渲染。

但工程上基本上和艺术扯不上关系。

工程上的图像处理一般是滤波，滤掉噪音和不想要的信息，留下有用的，如指纹识别中把底纹给滤掉可以更清楚的看清指纹。

还有就是机器视觉中的应用，典型的就是车牌识别。公路上的拍照系统对车牌拍照，然后自动识别出车牌号码，包括滤波、二值化、有的用到神经网络。

还有很多应用，想CT拍照等等。。。实现用比如VC++等语言 编程实现对图像的各种处理数字图像处理(digitalimageprocessing)是通过计算机对图像进行去除噪声、增强、复原、分割、提取特征等处理的方法和技术。

就是利用计算机对图像信息进行加工以满足人的视觉心理或者应用需求的行为。实质上是一段能够被计算机还原显示和输出为一幅图像的数字码。百度百科上有

为什么Lena的那张图会成为数字图像处理的标准图

这里有故事：

其中说明了原因：

David C. Munson. 在“A Note on Lena” 中给出了两条理由：首先，Lenna图像包含了各种细节、平滑区域、阴影和纹理，这些对测试各种图像处理算法很有用。它是一副很好的测试图像！第二，Lena图像里是一个很迷人的女子。所以不必奇怪图像处理领域里的人（大部分为男性）被一副迷人的图像吸引。因为没有看到你太多的代码，只能做下面的猜测：

经过我把你的图片与lena原图的对比，我觉得你这个代码整体没有大问题，左边的一条应该是一个小问题引起的。

你注意看一下你提供的这个图片，左边一条的最下面一行，是不是白色的？

我怀疑你图像头处理有点偏差，导致丢失了原始图片最开始，也就是第一行的部分像素，然后后面生成的图片就基于丢失像素进行组合，成了你所提供的图片的样子。

你可以查一下代码，有问题可以再沟通