图像识别（image recognition）是如今的热门技术。github
文字识别、车牌识别、人脸识别都是它的应用。可是，这些都算初级应用，如今的技术已经发展到了这样一种地步：计算机能够识别出，这是一张狗的照片，那是一张猫的照片。算法
这是怎么作到的？ide
让咱们从人眼提及，学者发现，人的视觉细胞对物体的边缘特别敏感。也就是说，咱们先看到物体的轮廓，而后才判断这究竟是什么东西。ui
计算机科学家受到启发，第一步也是先识别图像的边缘。url
加州大学的学生 Adit Deshpande 写了一篇文章《A Beginner's Guide To Understanding Convolutional Neural Networks》，介绍了一种最简单的算法，很是具备启发性，体现了图像识别的基本思路。3d
首先，咱们要明白，人看到的是图像，计算机看到的是一个数字矩阵。所谓"图像识别"，就是从一大堆数字中找出规律。htm
怎样将图像转为数字呢？通常来讲，为了过滤掉干扰信息，能够把图像缩小（好比缩小到 49 x 49 像素），而且把每一个像素点的色彩信息转为灰度值，这样就获得了一个 49 x 49 的矩阵。blog
而后，从左上角开始，依次取出一个小区块，进行计算。
上图是取出一个 5 x 5 的区块。下面的计算以 7 x 7 的区块为例。
接着，须要有一些现成的边缘模式，好比垂直、直角、圆、锐角等等。
上图右边是一个圆角模式，左边是它对应的 7 x 7 灰度矩阵。能够看到，圆角所在的边缘灰度值比较高，其余地方都是0。
如今，就能够进行边缘识别了。下面是一张卡通老鼠的图片。
取出左上角的区块。
取样矩阵与模式矩阵对应位置的值相乘，进行累加，获得6600。这个值至关大，它说明什么呢？
取样矩阵移到老鼠头部，与模式矩阵相乘，获得的值是0。
乘积越大就说明越匹配，能够判定区块里的图像形状是圆角。一般会预置几十种模式，每一个区块计算出最匹配的模式，而后再对整张图进行判断。
（完）