1.4. 计算机视觉

什么是计算机视觉？

计算机视觉（Computer Vision）是 人工智能 (AI) 的一个重要分支，专注于 视觉处理，即让计算机能够看见并理解图像、视频等视觉内容。

一个典型的计算机视觉应用案例是 微软 Seeing AI 应用程序。这款应用专为 盲人和低视力群体 设计，利用 AI 描述周围的环境、识别文字和物体，让视觉世界变得可访问。

---

计算机视觉的核心能力

现代计算机视觉系统主要基于 机器学习模型，能够处理来自 摄像头、视频或图像 的视觉数据。其核心能力包括：

图片分类 (Image Classification)

任务：判断图像属于哪一类，例如猫或狗 。

物体检测 (Object Detection)

任务：识别图像中 多个物体的位置和类别，如检测街道上的行人、车辆。

语义分割 (Semantic Segmentation)

任务：为图像中的每个像素分配类别，精确划分 前景 和 背景。 应用场景：自动驾驶（识别道路标志、车道线）

图片分析 (Image Analysis)

任务：分析图像内容，提取 颜色、纹理、物体、场景 等信息。 应用场景：智能相册（自动分类图片）

人脸检测、分析与识别 (Face Detection, Analysis & Recognition)

任务：检测人脸、分析情绪、识别身份。

应用场景： 考勤系统 （自动打卡） 安全监控 （身份验证） 社交媒体 （美颜、贴纸）

光学字符识别 (OCR, Optical Character Recognition)

任务：从图像或手写文本中提取文字，实现图片转文字。 应用场景：

• 身份证、发票识别（自动录入信息）

• 扫描书籍（转换为可搜索文本）

---

Azure Vision Studio

你可以使用 Azure Vision Studio 和 Azure AI Vision 开发计算机视觉解决方案。

Azure AI Vision 主要特性：

图像分析：

• 识别 对象、标签、颜色、文本

• 生成 自动描述（如“照片中有一只黑色的狗）

人脸识别：

• 检测人脸、分析 年龄、性别、情绪

• 进行 身份认证、个性化推荐

光学字符识别 (OCR)：

• 读取 手写或打印文本

• 实现扫描文档的数字化，方便存储、搜索和分析

如何开始？ 你可以访问 Azure AI Vision 官方文档 了解更多！

---

总结

计算机视觉让 机器能够像人类一样看见世界，并广泛应用于 医疗、安防、自动驾驶、零售、金融等领域。

你对计算机视觉感兴趣吗？可以从 图像分类、物体检测、OCR 等方向入手，探索 AI 的无限可能！

---

📢 喜欢这篇文章？欢迎 Star ⭐ 本仓库，一起探索 AI 世界！