怎樣學(xué)好opencv？Opencv只是一個工具。它實現(xiàn)了計算機視覺領(lǐng)域的許多實用算法。在學(xué)習(xí)opencv之前，請先學(xué)習(xí)計算機視覺的基本知識。建議至少學(xué)習(xí)一本計算機視覺理論書和一本圖像處理理論書。有了以

怎樣學(xué)好opencv？

Opencv只是一個工具。它實現(xiàn)了計算機視覺領(lǐng)域的許多實用算法。在學(xué)習(xí)opencv之前，請先學(xué)習(xí)計算機視覺的基本知識。建議至少學(xué)習(xí)一本計算機視覺理論書和一本圖像處理理論書。有了以上的基本理論，您就可以再次學(xué)習(xí)opencv了。你可以閱讀教程，但你應(yīng)該閱讀更多的參考文件。Opencv參考文檔非常完善。如果你不懂，你可以上網(wǎng)搜索。你應(yīng)該掌握這個函數(shù)的主要用途，在什么情況下，輸入和輸出是什么。另外，關(guān)于opencv1.0和2.0或更高版本，我建議新手從1.0開始，2.0經(jīng)常使用mat。對于新手來說，有些函數(shù)很難理解。事實上，1.0版已經(jīng)足夠強大了。我用1.0做過很多項目。對于新手來說，1.0已經(jīng)足夠你咀嚼一年了。當然，在2.0及更高版本中還有更多的算法，但事實上，很多算法很少使用。所以從1.0開始是個不錯的選擇

這取決于你的目的。比如說現(xiàn)在的車這么先進好用，你還需要了解變速箱的原理嗎？這取決于你的目的。如果只是普通駕駛，你不需要知道。如果你是一個機械師，你必須理解。如果你是一個汽車制造商的工程師，你必須對它非常了解。簡言之，這取決于具體的需要。

OpenCV已經(jīng)將圖像處理(識別)的算法寫成函數(shù)了，那我們還有必要去學(xué)習(xí)這些算法嗎？

作為初學(xué)者，你應(yīng)該通過opencv開發(fā)應(yīng)用學(xué)位來學(xué)習(xí)如何使用C語言，除非你天賦異稟，才華橫溢，否則一定是一個漫長的過程，Python不一樣，語法簡單，開發(fā)環(huán)境配置簡單，opencv調(diào)用也簡單，根據(jù)網(wǎng)上的例子，做一個像樣的函數(shù)式程序并不太難，其中語言開發(fā)的關(guān)鍵在于：1環(huán)境要求2。你對項目效率的要求。

對于初學(xué)者，用C 還是python開發(fā)opencv程序？

1. 首先確定應(yīng)用方向。Opencv可以應(yīng)用于許多領(lǐng)域，如OCR、人臉識別、圖像拼接等，每個應(yīng)用領(lǐng)域的算法集是不同的。

2. 在確定應(yīng)用方向后，需要找到相關(guān)的理論論文。畢竟，opencv只是一個工具。要解決實際問題，還需要理論上的支持。建議使用Google搜索國外文獻?？傮w而言，國外文獻在理論研究方面比較好。

3. 在有了理論基礎(chǔ)之后，我們可以設(shè)想自己的算法處理模型。建議使用opencvpython版本對算法原型進行快速驗證。算法原型確定后，可以根據(jù)應(yīng)用平臺的不同，使用C或Java版本進行轉(zhuǎn)換。

4. 在GitHub上找到相關(guān)算法的開源項目，關(guān)注開源項目，甚至對代碼進行調(diào)優(yōu)，這樣可以更深入地掌握算法。一般來說，OpenCV是一個很好的工具，但它需要堅實的理論基礎(chǔ)和編程能力，使之成為真正有競爭力的解決方案。我也是自學(xué)opencv儀器圖像識別的，希望用這個題目來鼓勵！