要想提取圖片的特征向量，首先得知道特征向量是什么。

我們假設這樣一個服務場景，技師上門維修某設備，發現上面某零件損壞了，假設這位技師由于種種原因，沒能根據自己的經驗識別出這個零件的型號。此時技師掏出自己的手機，給零件拍攝一張圖片，這張圖片通過手機上安裝的SAP某智能解決方案，傳送到SAP Leonardo平臺，通過那里的人工智能服務，自動識別出這張圖片上面零件的準確型號，返回給技師。

SAP Leonardo上的人工智能服務，在接收到技師上傳的圖片后，通過某種算法將該圖片的特征向量提取出來，然后再通過平臺上基于大量數據集訓練好的模型，識別出準確型號。因此，圖片特征向量的提取，成為了這個智能解決方案的首要步驟。

特征向量的提取，從數學上說，就是通過某種算法，把輸入圖片的二進制流，轉換成一個向量(一維矩陣)。

以下面這張圖里的梯形和圓形為例，我們把圖形均勻地分成9個區域，在圖形中心觀察每個區域內圖形單元的梯度方向，就可以實現降維，把二維圖像以一個一維矩陣來表示。

當然實際的圖形輪廓識別和降維處理采用的算法比這個例子復雜得多，Jerry也不懂。幸運的是，對SAP partners來說，不需要了解這里面的數學知識和技術知識，只需要把SAP Leonardo上的人工智能服務當成一個黑盒子，通過Restful API的方式，把要提取特征向量的圖片“喂”給人工智能服務，就能得到特征向量輸出。

通過這個url進入SAP Leonardo圖片特征向量提取服務的測試控制臺和幫助文檔：

https://api.sap.com/api/img_feature_extraction_api/resource

使用非常簡單，直接在測試控制臺里從本地選擇一張圖片，點擊執行按鈕：

得到了輸出的特征向量：

要獲取更多Jerry的原創文章，請關注公眾號"汪子熙":

總結

以上是生活随笔為你收集整理的使用SAP Leonardo上的机器学习服务提取图片的特征向量的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。