其实现阶段的图像数据是最不利于分析的。因为图片从左到右，从上到下。渲染图片。图片的一堆二进制数字丝毫没有记录图片中物体的形状的电流走向。白背景黑体字最好识别是因为字体在计算机有电流走向记录。只要把白背景剔除。就剩下黑体字渲染的电流走向。跟计算机的字体记录匹配下就比较容易做到精准的识别。而一个水杯的电流走向根本在计算机没有记录，除非你绘制了水杯写进计算机，类似于把字体写进计算机的方法。所以，图片识别需要一种新的图片格式。不是从左到右，上到下渲染。是先渲染一个一个的形状，然后渲染背景之类的。这样图片数据本身就带有形状。就是把形状转成了电信号。不过这种格式占的数据空间估计很大。需要很多硬件的不断发展支持。用树莓派面包板led灯来实现下这种图片格式。例如，面包板上插了100个led灯，现在想显示一张蓝色背景跟水杯的图片。首先不能从上到下显示这张图片。树莓派的输出电流必须先流通这个水杯的形状，才能流进蓝色led渲染背景。所以电信号里就记录了水杯的形状。假设是10100110。因为如果从上到下显示一张图片，这些电信号根本无规律可言。无论后人的算法多牛逼，都无法突破这种限制。所以我觉得，大规模的图像识别其实没到时候，存储硬件还没到位，这种图片格式就没到时候推出来。不过白背景黑字体识别现在已经做得相当不错。
网友评论