我教电脑嫖酒馆

模型识别

首先，我们要让电脑认识不同的模型。文件:模型显示界面.png 咱们忽略右边，就看左边的雷电模拟器。怎样让电脑正确地识别这是一个铁头呢？我也不卖关子，直接上我的算法：
我们截取模型界面的中间部分
文件:模型显示截取.png 让电脑只看这一部分。光看这部分识别出来是一个铁头，显然不是问题！
接下来，我们要做的处理就与人眼不同了。我们把这张图片等分为3*3九个区域，每个区域内对所有像素点，求他们的RGB的平均值。一平均，就成了一张3X3的图。我这里就不生成一个了，可以预料的是铁头的图平均之后是黑乎乎的一片。
采集训练集。怎样训练电脑，也就是教会电脑谁是谁呢？简单，对每个模型，让电脑把图片的中间部分做这个分块平均的计算，然后输出9组RGB值，并输出标签“铁头”。进行识别。识别的过程，就是对每个新招募的模型，对中间部分做分块平均计算，然后与之前收集的各个模型的数据做对比。具体计算是，9对RGB分别相减取绝对值相加，这就反应了识别到的图形和记录图形的相似度。差值的总和越小，图片越相似。只要取与当前识别图片差值最小的那一组数据的标签，就会得到：铁头。为什么要采集一大块，而不是采集某个像素点做比较呢？因为模型会在那里上下律动，采集一块大区域做平均，这样的结果不受上下律动的影响。

属性识别

识别属性的方法与识别模型是类似的。现在没有上下律动，而且数字占用的像素点少，所以不做平均，直接将要识别的样例与训练集做对比，求各个像素点RGB差值之和。