图像特征提取和图像增强的根本区别

图像特征提取和图像增强是计算机视觉中的两个不同概念，它们的目的和处理方法有着明显的区别。

**图像特征提取（Feature Extraction）**：
- 这是一个关键的预处理步骤，目的是从原始图像中抽取有用的、能代表图像内容或结构的抽象特征。
- 特征提取通常涉及到选择或学习特定的模式，比如边缘、角点、纹理、颜色直方图等，这些信息能够帮助算法理解图像内容，如人脸识别、物体识别等。
- 主要目标不是改变图像的外观，而是将图像转换为更有意义和区分度的表示。

**图像增强（Image Enhancement）**：
- 目的是改善图像的质量，使图像更容易分析或理解，可能包括调整亮度、对比度、噪声减少、锐化、色彩校正等。
- 它不直接针对特定任务的特征，而是提高图像的整体视觉效果，有时候是为了增强人眼的可读性，也可能为了适应不同的图像处理算法对输入质量的要求。
- 增强操作可能会改变图像的原始细节，但通常是局部的、可逆的，不会影响到图像的基本内容。