计算机是如何读懂图片的

照片对于计算机而言，仅仅是一推像素，它可不像人类那样能辨别出照片里面的实物。如下面的在一个28*28像素的白纸上写上“2”，计算机是如何读懂的呢？

对于很多没接触过人工智能的同学们，输入层、卷积层、池化层等这些名词，都太陌生了，在这里就用大家都能看得懂的名词“概率”来做分析。换句话来说，图像识别的最基本的逻辑便是一个概率的问题。

1、在我们认知事物之前，首先需要学习，计算机也不例外，在这里我们就以0~9的数字识别为例。学习就是要告诉计算机0~9都长什么样，比如下面就是我们告诉计算机，这就是0~9的模样（也就是特征工程，这时人工智能最耗时耗力的环节，这里先略过），而计算机能学习到，不过是这些图像的像素点位置与色值。

 

 2、已经有了前面的学习基础，接下来就是应用阶段。回到我们前面提到的那个“2”，当把那张图片摆在计算机面前时，计算机是一个像素一个像素的去获取其对应的灰度值（实际上是RGB值，为了简单处理，我们可以进行灰度处理，只剩下一个明度值，也就是灰度值）

每个像素的灰度值都是一个输入值，而图像的大小是28*28像素，那么该图片就是28*28个输入值，这其中有白色（#ffffff）和非白色，而计算机能做到就是“记住”这些白点和非白点的位置和色值，然后和之前学习到的不同数字的白点和非白点的位置和色值做比较。最后得到一个概率值，比如和0相比较，它们的吻合度为51%；和1相比，它们的吻合度为31%；和2相比，它们的吻合度为97%，和3相比......，而最后计算机输出的是吻合度最高的那个数值。

这便是计算机读懂图片的底层逻辑。