请教一个图片识别/归类的问题

你有 OPENCV 的经验吗?
如果有.我刚刚稍为查了一下"量子疤痕态"的图片.可能适合拐角侦测.
当然直接丢 CUDNN 训练也不是不可能.
没看过目标图片跟非目标图片.无法确定你的需求.
要慢慢谈,FB:https://www.facebook.com/longsing.chen
因为需要看到几张图.

不知道你的具体图片什么样子，不太好下判断。
但是既然你们有直觉可以写程序，那应该就是可以的。

这应该是个分类问题。
你要做的就是，准备若干张(几百或者几千) 目标 pattern 的图片，还有若干张 非目标 pattern 图片。
然后训一个 SVM 或者 Logistic Regression 或者其他随便什么分类器就好了。

scikit-learn 当然是可以干这件事的，里面自带了 SVM 和 LR 分类器，非常好用的。
大概的步骤就是， n 张图片读进来，拍扁成一条条的行向量。
然后扔给 classifier 训练出来得到一个 model ，用那个 model 里的 predict 函数就可以了。

但是刚刚回头我看了下我自己 BB 的过程，觉得十分不清晰。
所以强烈建议楼主过一边 Coursera 上的 Machine Learning[https://www.coursera.org/learn/machine-learning/]
差不多看到第三章 Logistic Regression 就应该会有个很清晰的概念了，然后看看文档应该就能用了。
（之后，目测之后还有必要看一下 第八章的 PCA 。）

I. SIFT 等特征 + BOVW 或者 FISHER VECTOR [ + 稀疏表示 ] = 固定维度的特征向量（一般是几 k 维，图像整体的维数是几 m 维）

II. 特征向量 + 分类器 = 分类结果（一般训练样本的数量和分类模型复杂度要基本相等，也就是说，你有几 k 张图片，想训练几 m 个参数的模型，完全就是开玩乐。所以必须把图片的几 m 维缩小成几 k 维向量）

I 用 opencv 或者 VLFeat 做， II 可以用 sklearn 做

然而这个过程是 2012 年前的玩法了～

现在流行用深度学习 CNN 玩这一套了

睡前一水，这篇讲纹理分类的文章很好 describing textures in the wild