那么，让我们了解一下机器如何去看（像人眼一样）. 用数字表示颜色：在计算机科学中，每种颜色都由指定的十六进制值来表示。机器通过这种编码方式，来了解图像像素是由什么颜色组成的。而作为人类，我们天生就拥有基因来区分不同色调。
C. 查找角点：分割后，查找图像中的某些特征，也称为角点（corners）。简而言之，算法会搜索以一定角度相交的线，并以一种颜色的阴影覆盖图像的特定部分。角点（也称为特征）构建基块，可帮助查找图像中包含的更详细信息。
E. 做出猜测：执行上述步骤后，机器需要做出接近正确值的预测或者推断，并将图像与数据库中存在的图像进行匹配。
- https://news.microsoft.com/stories/computingcancer/ b.东京项目 ——提供基于AI的应用原型，以增强盲人或视力障碍者对 交，物理和文本环境的认识。
- https://www.microsoft.com/en-us/research/project/project-tokyo/ C.教机器预测未来
计算机视觉是人工智能的一个子领域，其目标是构建可复制人脑视觉的智能计算机。机器学习是教机器学习的通用术语，但是计算机视觉专门处理视觉数据。在机器学习中，我们更多地使用了统计工具，而计算机视觉同时使用了统计工具和非统计工具。例如，计算机视觉领域的3D重建任务中使用机器学习工具的频率要比图像分类和对象识别等技术要低。许多计算机视觉任务都有其自己的需求，我们为此开发了特定的机器学习工具。 对于任何想开始学习该领域的学生，我建议他们通过研究人员的 页来选择他们感兴趣的问题来学习。大多数情况下，人们都在研究最前沿的问题，这些问题可以从该 页获得可用的标准数据集。他们可以选择一个研究问题，一个数据集以及一个他们可能想使用的库，然后动手去做。 在攻读硕士或博士学位的学生，我通常会去寻找有责任心，积极性和决心的来作为我的学生。为了使你的基本概念清晰明了，可以尝试阅读研究论文，尝试了解全世界研究人员正在研究的AI前沿问题。
B.与Richa Agrawal的对话 | 宾夕法尼亚大学校友| Whodat的计算机视觉研究工程师
我毕业于斋浦尔MNIT，在那学习期间，我与Robotics研究组取得了联系，我们合作实现了一些项目，然后参加IIT Roorkee的国家级比赛并赢得了比赛，这段经验极大地鼓舞了我。完成学士学位后，我开始在Yahoo工作，我意识到这不是我想要做的事，因此去了宾夕法尼亚大学攻读硕士学位。攻读硕士学位的这段时间，我通过学习不同的课程探索了不同的研究领域，并最终决定将计算机视觉作为我的主要研究方向。毕业后，我在美国的一家初创公司工作，并希望在印度寻找计算机视觉的就业机会。在Whodat（一家基于Bangalore的计算机视觉初创公司）中，我们使用增强现实和可视化技术对图像进行研究处理。比如，你打算为自己的房屋购买家具，你针对家庭的布局环境去商店后选择了一家家具店，但在家具交付后，常常会出现家具太大或太小的问题，现在没有什么技术可以解决该问题。我们正在尝试通过构建一个解决方案来帮助你，该解决方案可以使商店的家具在你家中进行可视化布置。这将使你能够做出更好的决定，并轻松地购买物品。 在学习时，很多时候我无法尽力而为，经常感到沮丧，但后来朋友的建议来了。他告诉我-“只有少数人（不到0.1％）能够做到这一点（在国外读硕士和在计算机视觉等技术领域有如此研究），并且而你正是其中之一。而且你如果加倍努力，你自己可以做到其它人做不到的东西。
对于学生入门的一些建议，在与其他学院同龄人的交谈之后，我建议你参加比赛和黑客马拉松。重要的是要找到自己的兴趣，而不是在自己不喜欢的地方工作。例如，计算机视觉在印度是一个广阔的领域，在印度有广阔的发展空间，在这个领域，你所需要的只是一架已经开始渗透到更小的城市的相机。因此，计算机视觉的未来绝对是光明的。
原文链接：https://medium.com/readers-writers-digest/beginners-guide-to-computer-vision-23606224b720
磐创AI博客站： http://panchuang.net/
OpenCV中文官方文档： http://woshicver.com/
磐创博客资源汇总站： http://docs.panchuang.net/
文章知识点与官方知识档案匹配，可进一步学习相关知识OpenCV技能树首页概览11547 人正在系统学习中
声明：本站部分文章及图片源自用户投稿，如本站任何资料有侵权请您尽早请联系jinwei@zod.com.cn进行处理,非常感谢！