图像理解分为图像处理与图像分析两阶段

让机器”看懂”一张图片要分两步走：图像处理负责从原始像素中标识出几何特征（轮廓增强让边界更清晰、区域发现找出亮度或颜色一致的连续区域、平滑去除干扰噪声），这一步只关心”图像里有什么样的形状和区域”；图像分析则负责判断这些特征代表什么含义（这块区域是不是一张脸、那条轮廓是不是一辆车），这一步往往需要先对图像内容有一个预期猜测，再把识别到的特征往这个猜测上靠——这与人类在视觉模糊时”有了线索才认得出”的现象是同一个道理。发散：这个两阶段划分揭示了”看见”和”看懂”是两件完全不同难度的事——生成或存储一张图像很久以前技术就已经解决了，真正困难的从来不是图像处理这一步（提取形状特征相对机械），而是图像分析这一步（把形状特征映射到语义含义），这也是为什么图像识别领域的进展长期落后于图像存储和传输技术的进展。