童话故事中，白雪公主的“后妈”有一面神奇的魔镜，“后妈”总是问镜子：“魔镜魔镜，谁是世界上最美丽的女人？”，魔镜总能以实相告。今天呢，科学电台就给大家分享一下，现实中的“魔镜”——一面能够自动识别花的品种的镜子。首先跟大家讲一下什么是图像处理？图像是客观景物在人脑中形成的影像，是人类最重要的信息源，它是通过各种观测系统从客观世界中获得，具有直观性和易理解性。
图像处理是指用计算机对图像进行处理，着重强调图像与图像之间进行的交换，主要目标是对图像进行加工以改善图像的视觉效果并为后期的图像识别打基础。自然界中有许多不同种类的花，花之间发现了一些特征的相似性。例如，许多花都是红色的。另一方面，这些红花在其他方面是不同的——比如说他们的气味、形状。
传统的花卉识别任务是由植物学家完成的，但是对于没有受过相关专业训练的门外汉，要是想知道花的种类，就要依赖与外部工具了——花卉自动识别系统。花卉自动识别系统提供一种检测和识别花卉种类的自动化方法。每次我们输入一张包含一张带有花卉的图片，系统就会通过训练好的分类器来判断花的种类，给出最高置信度的类被选为输入花的类。首先要对输入的花卉图片进行调整，得到我们期待的像素输入的图片。
在这个过程中，会将输入图像被调整为其原本维度的一半，这样的调整会为之后加快处理速度。为了得到满意的分割结果，需要找到一个重新调整大小的值，以便在系统中部署逐渐增长的分割。经验表明，试着用精确的前景边界来实现快速和完整的分割，得到重新调整的行数最优值为350行，而列数则是自动计算，以保持纵横比。这样的方法调整出来的图片能够是最优的预处理结果。接下来，就是特征提取了。
根据前面得到的前景图片，从花和叶图像中提取出不同的特征。并存储在知识数据库中。提取的特征包括：颜色特征、纹理特征和形状特征。我们通过获取图片中的RGB和HSV来学习花的特征。RGB是一种颜色系统，由红色、绿色和蓝色三个部分组成。图片中的颜色可以从这个颜色空间中提取出来，比如均值，标准差和偏斜度。将这些统计特征加以数学处理，形成了标准化的图片彩色矩阵特征向量。HSV颜色直方图表示图像中的颜色分布。
在HSV颜色空间中，色相、饱和度和值分别指色调、色度和色调。在直方图中表示具有相同颜色范围的像素计数。从分割的花形图像中提取色相、饱和度和值的通道的量化值，并将其规范化。将HSV和RGB颜色特征组合在一起，形成了最后的花的颜色特征。最后根据以上提取出的特征，将特征与花的品种对应起来，放入知识库中。从而得到能够识别花卉的系统。