Question

从计算机的角度来看，一张图像就是一个较大的长方形像素数组。我们希望对这张图片进行处理，得到一张新的或更好的图片（可能含有较少的噪声或者是另外一个样子）。这就是通常所说的图像处理。我们可能还希望由这个数组出发，得到与应用相关的决策，也就是所谓的计算机视觉。很多人无法把这两个领域分清楚，但这就是通常用来描述它们的术语。

第一步是从磁盘里读取图像。它们通常是以PNG或JPEG格式存储的。前者是一种无损压缩格式，而后者是一种有损压缩格式，是为图片的主观欣赏价值而进行优化的。然后，我们希望对图像进行预处理（例如，根据光照变化对图像进行归一化）。

我们把分类问题当做本章的驱动力。我们想要学习一个支持向量机（或其他）分类器，用它来对图像分类。而在应用机器学习方法之前，我们会先从图像里提取数值特征，并把它们当做图像的一种中间表示方式。

最后，在本章的末尾，我们会学习一下图像的局部特征（这个新家族里的第一个方法就是尺度不变特征变换 ，即Scale-Invariant Feature Transform，缩写为SIFT ，开发于1999年）。这些都是比较新的方法，而且已经在很多应用中取得了良好的效果。