驚蟄已過，一聲春雷，大地開始解凍。
條件允許的話，出去曬曬太陽，看看風景，賞賞花。
也可以在央視直播雲賞花，十多個機位展示了全國各地不同地區的美麗風景。
形色
看到好看的花，但是叫不上名字怎麼辦？
這裏推薦一下「形色」，一款小衆的識花應用，帶你遇見全世界的植物。
通過拍照上傳植物圖片，應用 1 秒給出花名和比對圖，更有花語詩詞、植物趣聞等豐富內容，漲知識。
客戶端的功能更加豐富些，除了能夠識別植物外，還有養花技巧、社區等等。
不過更推薦使用小程序，功能更加純粹，不佔內存。
識花的原理
機器爲什麼能夠識別出圖片中花的種類？
要知道機器如何識別，可以先想想人類如何去認識花朵。
我們根據花瓣花蕊的外形、顏色，以及其他的一些特徵，通過這些特徵去腦海搜尋對應花的名詞。
但往往我們的記憶並不深刻，或者說會因爲視覺上的偏差導致混淆。
同樣的，機器識別花朵也需要提取特徵，然後將這些特徵去和已經被打上標籤的花朵特徵進行匹配，如果達到一定的相似度，就可將兩種花歸爲一類。
這個提取特徵的過程，也是機器學習的過程，如果數據量足夠大，匹配的結果會更加的準確。
機器是如何提取圖片上花的特徵的？
首先要知道，圖片本質就是像素值的矩陣。如果是普通的灰度圖，可以使用簡單的二維矩陣表示，矩陣中的值爲表示灰色的程度。例如下面的這張 8
如果是彩色的圖片，那麼需要使用更高維的矩陣去表示。
因此，可以通過提取矩陣的特徵來表示圖片的特徵。
卷積是常用地矩陣特徵提取方式，具體看下面的動畫。
上面就是一個卷積的過程。黃色的矩陣叫做“濾波器（filter）”或者“核（kernel）”，通過在圖像上滑動濾波器並計算點乘得到矩陣叫做“特徵圖（Feature Map）”
例如這張8，通過兩次卷積操作，最後識別出符合 8 的特徵。（池化和全連接此處不做贅述）
所以，機器經過這樣的一系列操作，提取特徵然後對花進行識別分類。當然，這中間機器的學習是一個非常複雜的過程，有許多地方是可以優化，同時更多的數據量也可以提高識別度精度。
完