第3章
數形結合——圖像處理基礎知識

通過上一章的學習，讀者對于機器學習的基本概念有了一定的了解，此時如果拿到一個簡單的M×N矩陣化數據集（M個特征，N個樣本），總體流程應該怎么走，心里已經有了一個基本的概念。

不過，如果要分類的樣本不是簡單的幾個數字，如鳶尾花數據集中花瓣、花萼的長寬，而是一張圖片（如圖3-1所示），這時應該怎么辦？

圖3-1　分類的樣本是圖片

（圖片來源：https://www.tensorflow.org/get_started/estimator）

這里提供三種解決問題的思路：

（1）手動提取重要的特征，用數字表示。如鳶尾花數據集，當年就是用尺子量出來的長度、寬度，交給機器學習分類器。

（2）用簡單的圖像處理操作，將圖片轉換為少數幾個簡單的輪廓特征，交給機器學習分類器。

（3）用深度神經網絡，讓深度學習模型自動提取圖片的各種特征，再用模型自動提取的特征訓練分類器。

我們在上一章主要介紹了第（1）種思路，本章主要討論第（2）種思路，后面的部分則重點討論第（3）種基于深度學習的方法。而對圖像進行簡單處理操作，實際上就是利用計算機程序實現類似Photoshop的粗略操作，當然這里用Photoshop的目的并非是讓圖像更加美觀，而是要讓圖像盡可能簡單，只保留最重要的特征，方便模型提取特征。