Python机器学习手册：从数据预处理到深度学习

图像分类是机器学习中最令人兴奋的领域之一。从图像中识别出图案和物体的能力是机器学习算法的一种非常强大的能力。然而，在将机器学习算法应用于图像之前，通常需要先将原始图像转换为算法可用的特征。

我们将使用开源计算机视觉库（OpenCV）来处理图像。虽然有许多优秀的图像处理库，但OpenCV最流行，其文档也是最详细的。使用OpenCV时最大的障碍之一就是安装。然而幸运的是，如果使用Python3（在本书出版时OpenCV还不能与Python 3.6以上的版本一起使用），就可以使用Anaconda的包管理器工具conda来安装OpenCV，只需要在终端中执行下面这一行命令即可：

之后，可以打开一个记事本，导入OpenCV并检查版本号（3.1.0），以查看OpenCV的安装情况：

如果使用conda安装OpenCV时遇到问题，在网络上可以找到很多教程。

本章将使用一组示例图像，你可以从GitHub下载这些数据（https://github.com/chrisalbon/simulated_datasets）。