把视觉转换为感知的机器（有意义的视觉语义）
机器学习的目的是将数据转化为信息，OpenCV主要处理统计机器学习，在收集数据后，我们希望机器能够回答有关数据的问题，机器学习通过从数据中提取规则或模式将数据转换为信息
训练集和测试集
机器学习的处理对象是原始数据值，如温度值、股票价格和颜色强度等，这些数据经常被预处理为特征，然后，我们就可以利用机器学习技术，根据特征数据构建某种模型
机器学习算法 分析收集的特征数据，调整权重、阈值或其他模型参数来提高性能，这个调整参数以达到目的的过程 被称为“学习”
训练集上训练分类器，学习模型，训练完成后用测试集测试分类器，测试集不能用于训练，如果分类器效果不佳，可以尝试添加新的特征，或者考虑使用不同类型的分类器，如果分类器效果好，我们就获得一个潜在的有价值的模型，可以据此在现实世界中部署数据
