不知道大家有沒有想過一個問題。
看到一張照片時,我們幾乎不用思考,就能知道照片裡有什麼。
這是一隻貓、一台車、一棟房子,甚至你朋友今天看起來是不是沒睡飽,我們都能很快察覺。
但如果把同一張照片交給電腦呢?
它看到的,真的跟我們一樣嗎?
這個問題,其實是我剛開始接觸 Computer Vision 時一直很好奇的事情。
以前總覺得影像辨識、AI 或自駕車之所以厲害,是因為模型夠強、資料夠多。
後來慢慢接觸相關內容才發現,在讓電腦「理解」一張圖片之前,還有很多基礎的事情需要先完成。
例如圖片是怎麼表示的?
為什麼圖片可以變模糊?
邊緣又是怎麼被找出來的?
這些問題的答案,大多都屬於數位影像處理(Digital Image Processing)的範圍。
這個系列,我想要來探討關於數位影像處理的相關內容。
希望能用自己理解這些內容的方式,把每個觀念慢慢整理下來,也記錄一路學習的過程。
如果這些內容剛好也能幫助正在接觸數位影像處理的人,或是在某些地方提供不同的理解角度,那就太好了。
另外,如果有任何地方有寫錯或需要改進的地方,還請大家不吝指教。
說完了前言,下一篇,我們就從最根本的問題開始:
電腦到底是怎麼「看見」一張圖片的?
一開始就把「我們看照片幾乎不用想,電腦卻不一定看得懂」這個落差點出來,很有那種理所當然被拆開來看的震撼感;像你提到圖片怎麼表示、為什麼會模糊、邊緣怎麼被找出來,正好把影像處理最底層的問題先立穩了。讀到後面也會自然想到 AI 開發其實很多時候是在先補足這些基礎環節。我手邊有多的 Lovable 額度想送給有緣人,有興趣可從連結看看我的系列。 https://ithelp.ithome.com.tw/articles/10401174