初中生也能看懂——什么是计算机视觉

这篇文章主要将介绍计算机视觉的入门知识，即计算机是怎么具有视觉能力的。文章中会尽可能少地使用专业名词，概念通俗易懂，且配有图片帮助理解。感兴趣就接着读下去吧~

计算机视觉的本质

大家总是喊着计算机视觉、识别物体，听起来挺神秘的吼。但实际上，计算机视觉的本质只有两个字：统计

为什么是统计呢？请继续往下看吧~

人类的视觉系统 VS 计算机的视觉系统

计算机与人脑不同的是，人脑的功能非常的多，包括记忆、计算、思考、控制、调节等等。但计算机就不一样了。别看计算机那么复杂，其实它穷极一生也只会做两件事情：存储和计算。存储就是把看到的图片保存起来。但与人不同的是，计算机只能识别和保存二进制的数字，也就是 0 和 1 组成的数据流，因此需要用一种特定的规则来将人眼中的色彩转换为 0 和 1 组成的数据流，我们接下来会讲；计算则可以理解为将这些数据进行处理，用统计的方法得到与颜色相关的特征信息，进而完成目标识别。之后会举例进行具体说明。

颜色空间

前面提到，由于计算机只认得 0 和 1，因此人们想到了将这一串数字分成长度相等的段，每一段都可以表示一个像素点的颜色信息。这便是颜色空间的概念。其中最容易理解、最常见的颜色空间为 RGB(Red Green Blue) 颜色空间。

由于红、绿、蓝是三基色，其它颜色可以通过这三种颜色合成。因此，人们提出，可以用24位0和1表示一个像素点的颜色，其中前8位表示红色分量( R )的大小、中间8位表示绿色分量(G)的大小、后面8位表示蓝色(B)分量的大小。这便是RGB颜色空间

三个通道分量合成的颜色

实例——信号灯的识别

有如下情境：

机器人应该如何识别信号灯呢？

首先需要分析在 RGB 颜色空间下红色、绿色、黄色在数值上具有什么特征。

最简单的是红色和绿色，因为它们就对应着 R 通道和 G 通道。因此，当 R 通道的值很大时且剩余通道的值很小时，机器人就可以认为现在是红灯。 对于绿灯也是同理。

那么黄灯怎么办呢？通过颜色合成知识可以知道，黄色实际上是由红色和绿色合成的。（可以仔细观察一下老式红绿灯。老式红绿灯上只有红色和绿色灯珠，亮黄灯时是红灯和绿灯同时亮的。或者也可以拿红色颜料和绿色颜料搅拌混合一下，也可以发现颜料变成了黄色。）因此，当 R 通道和 G 通道的值都很大时，且 B 通道的值很小时，机器人可以认为现在是黄灯。

以下为机器人的“心路历程”：

总结

总的来说，计算机视觉研究的本质还是概率与统计，利用不同的统计方式来识别不同的物体。上面演示的是最简单的一种形式，事实上，如今研究的深度学习、神经网络等“高科技”技术，其背后的原理依然是统计。因此我们说计算机视觉的本质是统计。（图片的存储格式不是计算机视觉研究的重点，甚至可以说计算机视觉压根就不关心图片的存储格式。这个是通信相关领域需要研究的，在这里就不展开说了。）