图像特征提取是计算机视觉和图像处理的一个步骤，在美颜pi接口，人脸识别等技术中广泛使用。它指的是使用计算机提取图像信息，决定每个图像的点是否属于一个图像特征。特征提取的结果是把图像上的点分为不同的子集，这些子集往往属于孤立的点、连续的曲线或者连续的区域。

一、特征的定义

特征是一个数字图像中“有趣”的部分，它是许多图像分析算法的起点。因此一个算法是否成功往往由它使用和定义的特征决定。因此特征提取最重要的一个特性是“可重复性”：同一场景的不同图像所提取的特征应该是相同的。

特征提取是图像处理中的一个初级运算，也就是说它是对一个图像进行的第一个运算处理。它检查每个像素来确定该像素是否代表一个特征。假如它是一个更大的算法的一部分，那么这个算法一般只检查图像的特征区域。作为特征提取的一个前提运算，输入图像一般通过高斯模糊核在尺度空间中被平滑。此后通过局部导数运算来计算图像的一个或多个特征。

二、边缘

边缘是组成两个图像区域之间边界（或边缘）的像素。一般一个边缘的形状可以是任意的，还可能包括交叉点。在实践中边缘一般被定义为“图像中拥有大的梯度的点组成的子集。”一些常用的算法还会把梯度高的点联系起来构成一个更完善的边缘。

三、角

角是图像中点似的特征，拥有两维结构。早期的算法首先进行边缘检测。然后分析边缘的走向来寻找边缘突然转向。后来发展的算法不再需要边缘检测这个步骤，而是可以直接在图像梯度中寻找高度曲率。

四、区域

与角不同的是，区域描写一个图像找那个的区域性结构，但是区域也可能仅由一个像素组成，因此许多区域检测也可以用来监测角。

五、脊

长条形的物体被称为脊。在实践中脊可以被看作是代表对称轴的一维曲线，此外局部针对于每个脊像素有一个脊宽度。从灰梯度图像中提取脊要比提取边缘、角和区域困难得多。

以上就是美颜api接口中，图像特征提取的名词解释，关于图像特征提取的剩余内容，将留在下期内容继续补充，如果你对美颜api接口、美颜sdk接入有需求，欢迎咨询官方客服。

声明：本文由美狐原创，未经允许禁止转载，谢谢合作。