我是图像处理领域的新手，我正在学习机器学习和图像处理之间的常见概念。
假设商店里有一台照相机，它从进入商店的人那里拍摄电影，
我们想从这部电影中得到的是:如果你看到和蔼可亲的人就打1号，这和机器学习有关吗?这只是对连续图像的图像处理؟؟
从图像(在您的情况下是电影帧)中提取相关信息是图像处理。
例如，在您的情况下，您可以在图像上找到人的脸。要做到这一点，你可能需要一些滤波和图像分割来从图像中提取人脸。这部分是纯粹的图像处理。
接下来，你需要定义一些相关的描述符，如特征面部点，如嘴角等，并根据所选择的描述符进行分类，这是机器学习领域的
让我们看一下更大的画面，你在图像识别领域工作，这给了你问题，这是基于一些数据和目标。现在，您使用图像处理作为一组工具和方法，使您的原始数据更易于理解，您正在转换和简化。最后，你对问题和目标有了一个简化的描述，这取决于你如何解决它。有很多方法，比如可以找到一个精确的解，这就是算法。有些人可能会发现，唯一合理的解决方案是创建一个基于操作员的系统，在这个系统中，人们需要访问人类专家，从而实现所需的基础设施——这将是软件工程解决方案。最后，您可以使用现有的数据来创建统计模型，这就是现在所说的机器学习。所以机器学习是一种基于统计分析构建问题解决方案的方法;图像处理是将原始数据准备成这种分析所需的格式;图像识别是一个给你难题要解决的领域。值得注意的是，现在越来越多的研究人员试图跳过图像处理部分，直接将机器学习应用于原始数据——这是深度卷积神经网络背后的主要思想之一——我们想要的是不需要工程师介入的方法。我们只想要数据和解决方案。