跨界专栏
编辑撰文者：林耿呈（Aaron Lin）；慧穩科技股份有限公司 总经理（AIWin Technology Co., Ltd., CEO）
2017 年 Apple 公司发布了纪念 iPhone 手机十周年的新款“iPhone X”，iPhone X 正是采用 Face ID 取代 Touch ID，可以说是人脸识别（Face Recognition）实际应用的新里程碑。说起人脸识别已经不是什么新技术，但是经过 Apple 公司的重新定义，让它具有了新的可应用性，这也是 Apple 公司所擅长之处。人脸识别是图像识别的应用之一，主要是通过摄像机（Camera）与镜头（Lens）将图像成像到设备（Device）中，再通过图像处理（Image Processing）的算法（Algorithm）将图像信息转换成有用的信息，听起来好像没什么，但是实际的运作是复杂的，笔者将一一解说如下。
计算机中的图像
图像识别简单说就是经过摄像机取像，再通过计算机的程序运算，最后从图像中进行处理、分析、测量与解译出有关该实体的有用信息。在计算机世界里，都是 0 与 1 的数据，而一张照片中全都是满满的 0 与 1 的组合，计算机是完全看不懂其中的含义，不像我们人类，因为经过小时候的学习与认知，我们可以很快地从眼睛连接到大脑并联想出所见为何物，但计算机完全没有办法，因此科学家就发展了一些图像处理的算法来让这些存在计算机里的 0 与 1 组合有了意义。在计算机世界里的图像，组成图像大小的最小单位我们称为像素（Pixel），每个像素是以三原色 R（红色）、G（绿色）、B（蓝色）组合排列而成的，每个原色大多采用 8 bits 的方式，所以是分布于 0 至 255 的灰度值，通过不同原色的灰度表现，而呈现多元的色彩；每个图像都是像素以 2D 的方式组成，如常见的分辨率有：640X460、800X600 等等，这都是表示图像大小的方式。
一张图是由多个像素组成的
图像识别算法
图像识别算法中，常见的有：预处理（Image Pre-processing）、图像分割（Image Segmentation）、表示及描述（Image Representation and Description）与目标识别（Object Recognition）。预处理指的是将图像的质量进行强化，常见的有图像清晰化、边缘增强（Edge Enhancement）与亮度饱和度增强等等，经过这些预处理后，图像中我们所要抓取的物体可以很清楚地被强化突显出来。接下来就要进行图像分割，由于预处理已将期望的物体在灰度上突显出来，即可采用二值化（Thresholding）的方式，将物体分割出来，分割出来的物体会进入特征的表示与描述，最后把这些特征进行分类（Classification）以达到识别的效果。以人脸识别为例，预处理即是将过亮或过暗的人脸图像进行调整，然后采用肤色的灰度范围进行二值化，把人脸的部分抓出来，接下来把眼睛与嘴巴的特征抓出来并且描述对应的距离，将这些距离当作识别个人的特征，最后进行数据库的比对分类，即可识别出此人的身份。
可疑人物识别
图像识别的应用
图像识别除了识别人脸外，还有许多领域都有用到，如改善图像质量的卫星图像、医学影像、老照片重建；美术设计应用中的海报设计、动画制作、电影特效；尺寸测量中的长、宽、直径、面积、体积、形状、元件间的距离；计数相关应用中的点钞、体细胞计数、微生物计数、鱼苗计数；自动识别领域中的检测产品分级、缺陷检测、微生物鉴定、指纹比对、动态物体跟踪；定位应用中的目标物 2D 或 3D 坐标位置计算、图像重建、虚拟现实等等，相当多元。而近几年人工智能（Artificial Intelligence）与深度学习（Deep Learning）技术上的突破，以上的应用也随之有了更高准确性的突破，更带来了许多新形态的应用，未来有机会再来细谈人工智能与深度学习。
纺织品检测
鞋带缺陷检测
前车图像识别