机器学习之特征提取
Question Orientied:来自论文的一个学习点 Feature extraction
定义：
特征提取是指使用计算机提取图像中属于特征性的信息的方法及过程。
简言之 提取图像关键信息。
特征提取出来的结果叫特征向量。
进入主题之前 普及几个常识：
像素的英文名称:Pixel
RGB的值是指其亮度，用整数从0、1、2……255来表示。
其中，255亮度最大，0也是数值之一。
RGB（0，0，0）代表黑色,RGB(255,255,255)代表白色。
计算机以数字矩阵的形式存储图像
假设矩阵的大小为 180 x 200 或 n x m，基本上就是图像的像素数量（高x宽）
PIL获取图像的数值矩阵
安装Pillow包 使用Image模块、
size和shape的辨析#感谢python 中 numpy 模块的 size,shape, len的用法_墨晓白的博客-CSDN博客_numpy长度
安装opencv 生成灰度图
RGB 图像实际上是由三个相同形状的数值矩阵横向拼接而成的，数值矩阵中的每个元素值的范围为 (0, 255)
平均像素法：
边缘特征提取法：
参考文章：三种适合初学者的特征提取技术