图像检测与处理技术是计算机看懂图片的方法。人们用眼睛看世界。计算机用摄像头看世界。摄像头拍下照片。照片是一堆数字。计算机处理这些数字。它要找出照片里有什么东西。照片里可能有人、车子、动物。计算机怎么知道呢？它需要学习。

学习需要很多例子。我们给计算机看一万张猫的照片。我们告诉计算机这是猫。计算机记住猫的样子。猫有圆脸、尖耳朵、长胡子。计算机不是真的这样记。它记的是一串数字。这些数字代表颜色、形状、线条。再看一万张狗的照片。我们告诉计算机这是狗。狗的脸更长，耳朵可能下垂。计算机比较猫和狗的不同。下次看到新照片，计算机就能猜这是猫还是狗。这就是图像检测。

图像处理是改变照片的方法。照片太暗，计算机把它调亮。照片模糊，计算机让它变清楚。照片歪了，计算机把它摆正。处理照片就像洗照片。老式照片在暗房里冲洗。现在用计算机软件处理。人人手机上都有处理照片的程序。拍完照片加个滤镜，这就是图像处理。

图像检测离不开图像处理。一张照片拍得不好，计算机很难看懂。拍照时手抖了，照片很模糊。计算机先要让照片清楚些。它找出模糊的原因。手抖会让东西出现重影。计算机计算重影的方向和距离。它反向调整照片，让重影合在一起。照片变清楚了，检测就更容易。

照片里东西太多也不行。一张街景照片，有人、车、树、房子。计算机要找到其中的人。它先缩小寻找范围。整张照片太大，它分成小块。计算机一块一块地检查。每块都问：这里有人吗？有的块是天空，肯定没有人。有的块是马路，可能有车。计算机只看那些可能有人的块。这叫做目标检测。

目标检测要画框。找到人就在人周围画个方框。方框要刚好把人包住。不能太大，太大就把别人包进去了。不能太小，太小只包住半个人。计算机要调整方框的位置和大小。它不断尝试，找到最合适的框。框画好了，就知道人在哪里。

不光要知道在哪里，还要知道在干什么。人站着还是走路？在骑车还是在招手？这叫做行为识别。计算机看连续的照片。就像看电影，不是只看一张。看第一张照片手在这里，第二张照片手在那里。手的位子变了，说明人在动。动的方向、速度、样子，加起来就是行为。计算机知道人在走路、在跑步、在跳舞。

图像检测用途很广。马路上有摄像头。摄像头拍车子。计算机数车子有多少。太多车子就堵车了。计算机告诉交通信号灯，绿灯时间长一些。车子走得快，就不堵了。这是智能交通。

商店也用图像检测。顾客走进商店，计算机看顾客在看什么商品。顾客在饮料柜前停了好久，可能想买饮料。计算机记下来。老板就知道什么商品受欢迎。下次多进一些货。这是智能商店。

医院更需要图像检测。医生看X光片找问题。看久了眼睛会累。计算机帮医生看。它看肺部X光片，找黑色的影子。正常的肺是干净的，有影子可能生病了。计算机把可疑的圈出来。医生再看这些地方，诊断就更准。这是辅助诊断。

家里也有图像检测。智能门锁认识主人的脸。主人走到门前，摄像头拍脸。计算机对比这张脸和存储的脸。一样就开门，不一样就不开。这比用钥匙方便。钥匙会丢，脸不会丢。

图像处理技术也在进步。老照片破损了，有折痕、有污点。计算机能修复老照片。它猜出折痕下面原来是什么样子。旁边的颜色是红的，折痕下面可能也是红的。它一点一点补好颜色。破损的照片变得完整。人们又能看到过去的记忆。

拍照片时灯光不好，脸色发黄。计算机调整颜色。它知道人的皮肤通常是什么颜色。太黄就减黄色，太暗就加亮度。照片里的人就好看了。这是自动美颜。

电影特效也用图像处理。演员在绿色背景前表演。计算机去掉所有绿色，换成太空、换成大海。演员就像在太空航行，在大海游泳。观众看得很过瘾。

这些技术听起来很厉害，但基础很简单。就是比较数字。照片的每个点都有颜色数字。红色是多少，绿色是多少，蓝色是多少。计算机比较这些数字。数字差不多，就是同一种东西。数字差得多，就是不同的东西。它不停地比，一张照片有几百万个点，要比几百万次。计算机很快，一秒钟比几亿次。所以看起来像是一下子就完成了。

学习的过程很慢。要给计算机看几百万张照片。它一开始总出错。把猫说成狗，把汽车说成椅子。我们告诉它错了，它改。一遍一遍地改，慢慢就对了。这就像小孩学认东西。妈妈指着小猫说猫，指着小狗说狗。小孩学几次就会了。计算机学几万次才会。但它学会就不忘记。一个小孩学会认猫，计算机也学会认猫。全世界的人都能用这个会认猫的计算机。

图像检测的难点是变化太多。猫有黑猫、白猫、花猫。有的猫躺着，有的猫坐着。光线强时光线弱时猫的样子不同。计算机要见过所有情况才行。不可能真的见过所有猫。所以要想别的办法。计算机学会抓重点。不管黑猫白猫，耳朵形状差不多。不管躺着坐着，胡子的样子不变。它抓住这些不变的东西。看到新猫也能认出来。

遮挡也是问题。照片里猫躲在窗帘后面，只露出尾巴。人一看尾巴就知道是猫。计算机要学认尾巴。它看很多猫尾巴的照片。知道猫尾巴是细长的，有毛。狗尾巴可能短一些，或者翘起来。光看尾巴也猜是什么动物。

图像检测要又快又准。开车时突然有行人过马路。汽车上的摄像头要立刻看到人。计算机马上告诉汽车刹车。慢一秒钟就撞上了。快很重要。准也一样重要。路上一个塑料袋吹过去，计算机不能当成行人。要是塑料袋也刹车，汽车就没法开了。计算机要分清行人和塑料袋。行人会动，有头有身体有四肢。塑料袋飘忽不定，形状变化大。计算机从动作和形状上区分。

这些技术还在发展。以前只能认识几十样东西。现在能认识几千样。以前只能看清楚的图片。现在模糊的、歪斜的、暗的图片也能看。计算机越来越像人的眼睛。甚至比人眼还厉害。人眼在黑暗里看不见，计算机能处理黑暗的照片。它把暗的地方提亮，还能看到东西。

图像处理让照片更真实。也能让照片不真实。有人把一个人的脸换到另一个人的身体上。这叫做深度伪造。看起来像真的，其实是假的。这带来问题。人们可能相信假的照片。图像检测要能发现伪造。计算机检查照片的细节。真的照片光影自然，假的照片光影不协调。真的照片皮肤纹理连续，假的皮肤纹理会断裂。计算机找出这些破绽。

图像检测和处理是工具。工具看人怎么用。医生用它看病，这是好事。有人用它骗人，这是坏事。技术本身没有好坏。用技术的人要做好事。我们要学习技术，也要知道怎么正确使用技术。

这些技术变得更小。以前需要大计算机。现在手机就能做。手机拍照，马上检测出是什么花。手机处理照片，马上把路人从背景里去掉。技术进入日常生活。人人都在用，只是不知道背后原理。

原理就是数学和逻辑。照片是数字，数字可以计算。计算得到结果，结果就是认识的东西。一步一步，清清楚楚。没有魔法，没有神秘。就是简单的步骤重复千万遍。计算机不怕重复，它做得又快又好。

未来会有更多应用。冰箱看见鸡蛋少了，提醒你买鸡蛋。镜子看见你脸色不好，提醒你休息。窗户看见下雨，自动关上。到处都是眼睛，到处都是计算机。它们安静地看着，默默地帮忙。生活变得更方便。

技术的基础是简单的。颜色、形状、线条、数字。从简单开始，组合成复杂。像搭积木，一块一块搭成房子。图像检测和处理就是搭积木。我们一块一块地理解，就能看懂整个技术。它不难，它就在我们身边。