要想提取图片的特征向量，首先得知道特征向量是什么。
我们假设这样一个服务场景，技师上门维修某设备，发现上面某零件损坏了，假设这位技师由于种种原因，没能根据自己的经验识别出这个零件的型号。此时技师掏出自己的手机，给零件拍摄一张图片，这张图片通过手机上安装的SAP某智能解决方案，传送到SAP Leonardo平台，通过那里的人工智能服务，自动识别出这张图片上面零件的准确型号，返回给技师。
SAP Leonardo上的人工智能服务，在接收到技师上传的图片后，通过某种算法将该图片的特征向量提取出来，然后再通过平台上基于大量数据集训练好的模型，识别出准确型号。因此，图片特征向量的提取，成为了这个智能解决方案的首要步骤。
特征向量的提取，从数学上说，就是通过某种算法，把输入图片的二进制流，转换成一个向量(一维矩阵)。
以下面这张图里的梯形和圆形为例，我们把图形均匀地分成9个区域，在图形中心观察每个区域内图形单元的梯度方向，就可以实现降维，把二维图像以一个一维矩阵来表示。
当然实际的图形轮廓识别和降维处理采用的算法比这个例子复杂得多，Jerry也不懂。幸运的是，对SAP partners来说，不需要了解这里面的数学知识和技术知识，只需要把SAP Leonardo上的人工智能服务当成一个黑盒子，通过Restful API的方式，把要提取特征向量的图片“喂”给人工智能服务，就能得到特征向量输出。
通过这个url进入SAP Leonardo图片特征向量提取服务的测试控制台和帮助文档：
https://api.sap.com/api/img_feature_extraction_api/resource
使用非常简单，直接在测试控制台里从本地选择一张图片，点击执行按钮：
得到了输出的特征向量：
要获取更多Jerry的原创文章，请关注公众号"汪子熙":
网友评论