Python计算机视觉和自然语言处理

第2章　计算机视觉

学习目标

阅读完本章之后，你将能够：

• 解释人工智能和计算机视觉的影响；
• 部署计算机视觉基本算法；
• 开发机器学习基本算法；
• 构建你的第一个神经网络。

本章首先介绍计算机视觉，然后介绍几种重要的计算机视觉和机器学习基本算法。

2.1　简介

人工智能（AI）正在改变一切。AI试图通过模仿人类智能来完成各种任务。

AI中进行图像处理的分支称作计算机视觉。计算机视觉是一个跨学科科学领域，试图模仿人类的眼睛。计算机视觉不仅能从像素层面理解图像，而且能通过执行自动化任务和利用算法，获得对图像的更高层次理解。

计算机视觉算法的功能涵盖物体识别、人脸识别、图像分类、图像编辑，以及图像生成。

本章首先介绍计算机视觉，涵盖一些最基本的算法和相应练习；随后介绍机器学习，涵盖从最基本的算法到神经网络的各种算法，以及用来巩固知识的相应练习。

2.2　计算机视觉基本算法

本节首先介绍图像的表示方法；然后介绍一个对执行计算机视觉任务很有帮助的库；接着介绍一些计算机视觉任务和算法的原理，以及编写相应代码的方法。

2.2.1　图像相关术语

若想理解计算机视觉，需要先了解图像的表示方法，以及计算机对图像的解读方式。

对计算机来说，一个图像就是一组数字。具体来说，图像可以表示为一个二维数组，即由0到255之间的数字构成的一个矩阵（对灰度图像来说，0代表黑色，255代表白色），每个数字代表图像中的一个像素值（pixel value），如图2.1所示。

图2.1　未标注像素值和标注了像素值的图像表示 ...