學習機器視覺需要哪些基礎(chǔ)知識？計算機視覺是一個大類的總和，有兩種學習。一種是讀基礎(chǔ)書，理解每一部分。另一種是發(fā)現(xiàn)問題，閱讀文獻，編程實現(xiàn)，不斷深入。這兩種學習是互補的。如果你能 讀了幾年也解決不了問題

學習機器視覺需要哪些基礎(chǔ)知識？

計算機視覺是一個大類的總和，有兩種學習。一種是讀基礎(chǔ)書，理解每一部分。另一種是發(fā)現(xiàn)問題，閱讀文獻，編程實現(xiàn)，不斷深入。這兩種學習是互補的。如果你能 讀了幾年也解決不了問題，或者只能解決一些很特殊的問題，對其他問題束手無策是不成功的。所以你需要通過看書來掌握一般知識，通過編程實驗來解決具體問題。這里 你想做的是:

下載并安裝OpenCV2

OpenCV是一個非常強大的計算機視覺庫，里面包含了很多圖像處理、計算機視覺、模式識別、多視圖幾何的基礎(chǔ)算法。它有兩個接口:C和Python。學習資料是安裝目錄下doc文件夾中的幫助文檔，提供了所有功能的使用方法。如果您對任何功能有任何疑問，請查閱幫助文檔。安裝目錄也提供了很多寫好的演示程序供參考。《OpenCV_2 Computer Vision Application Programming Cookbook》是一個比較基礎(chǔ)的介紹材料，但它的缺點是它沒有 t介紹如何使用分類器(模式識別)功能。

雖然網(wǎng)上還有很多其他流行的庫，比如處理特征點的VLfeat，處理點云的PCL，處理GPU運算的CUDA，處理機器人問題的ROS和MRPT，但這些都是你在解決具體問題時會考慮使用的東西。如果你想快速閱讀視頻，制作屏幕交互程序，使用流行的分類器，提取特征點，處理圖像，進行雙目重建，OpenCV提供了相應(yīng)的功能，所以當你在這個過程中，

閱讀摘要

計算機Vision:算法及應(yīng)用.這本書用了1000頁瀏覽了計算機視覺的很多大方向。如果你不 如果你不知道什么是計算機視覺，這本書是你的絕佳選擇。它的優(yōu)點是涉獵了大量的文檔，缺點是缺乏細節(jié)，所以顯然你可以 看這本書不能開始工作，因為它太粗糙了。如果你對其中的一部分感興趣，請閱讀相關(guān)文獻，繼續(xù)下去。這就是這本書的意義。有中文版，但是翻譯的不好，不建議你仔細看，看里面的圖片。

計算機Vision:模型、學習和影響:我認為這本書是研究生和高年級本科生介紹計算機視覺的最佳教材。內(nèi)容豐富，難度適中，信息量大，語言流暢。強烈推薦你花2個月的時間看完這本書。

多視圖幾何

多視圖幾何圖形In計算機視覺:這本書是多視圖幾何的圣經(jīng)，也就是說，如果你想從事三維重建或圖像測量等項目，它是必讀書。它要求你有線性代數(shù)的基礎(chǔ)知識，知道SVD分解。第一版有中文版，翻譯的很好，但是絕版了。你可以在淘寶上花高價買一個，第二版增加的內(nèi)容很少，可以在網(wǎng)上下載。

模式識別

模式識別的核心是訓練一個函數(shù)來擬合手邊的數(shù)據(jù)。如果數(shù)據(jù)的標簽是離散的，則稱為分類問題。如果數(shù)據(jù)的標簽是連續(xù)的，則稱為回歸問題。分類可分為監(jiān)督分類和非監(jiān)督分類。監(jiān)督分類器包括神經(jīng)網(wǎng)絡(luò)、支持向量機、AdaBoost、隨機場、樹模型等。當你獲得大量數(shù)據(jù)，需要從中發(fā)現(xiàn)關(guān)系時，通常需要使用模式識別算法來訓練一個函數(shù)/分類器/模型，所以模式識別是機器學習的核心。

《模式分類（第二版）》:這是一本適合普通讀者的教材。介紹了模式識別中的經(jīng)典分類器。講解詳細，語言生動，難度適中。每個算法都有偽代碼。

統(tǒng)計學習的要素:這本書用嚴謹?shù)臄?shù)學工具來分析模式識別算法，很難，但是很深刻。它每得到一個模型，就會從數(shù)學上分析模型是如何構(gòu)造的，并推導出模型的分類錯誤率。分析和演繹是這本書的精髓。

模式識別與機器學習:這是一本從貝葉斯學派的角度分析模式識別模型的書。它使用的工具主要是概率論，艱深，內(nèi)容豐富。

這兩本書雖然難度很大，用到的數(shù)學知識也只是基礎(chǔ)概率論和線性代數(shù)，但是相對靈活，計算機視覺需要的數(shù)學知識也是這個水平。

制圖法

首先，《計算機圖形學與幾何造型導論》是作為一個圖形教科書推薦。這本書用流暢的語言介紹了圖形學的基礎(chǔ)知識。選材有趣，演繹簡潔，但從不跳躍，保證你看得懂，贏 不要覺得無聊。

我見過一個瘦瘦的《Realistic Ray Tracing》和一個胖胖的《Ray Tracing from the Ground Up》，兩個人都有代碼。后一本書內(nèi)容極其豐富，有中文版，翻譯尚可。后一本書唯一的缺點就是不清楚BRDF，但這恰恰是前一本書的亮點。

還有一些偏的書，比如偏微分方程在圖像處理中的應(yīng)用，細分，壓縮感知，馬爾可夫隨機場，超分辨率分析，概率機器人，多尺度幾何分析。這些領(lǐng)域都有自己的代表作。當你在某個領(lǐng)域深挖的時候，參考文獻里可能會出現(xiàn)這樣的書，你可以以后再看。

閱讀文學作品

書上寫的知識基本都過時了。你必須通過閱讀文獻來了解各個領(lǐng)域的最新發(fā)展。有兩個計算機視覺的頂級期刊，PAMI和IJCV，以及頂級會議，ICCV和CVPR。一些計算機視覺方向的頂級會議和期刊轉(zhuǎn)載于科學網(wǎng)。

還有更詳細的介紹。你可以通過瀏覽大量的會議文章和期刊文章找到一篇你感興趣的文章，先看圖片，再看摘要，最后有必要看正文。如果你仔細閱讀一兩篇文章，肯定會有很多你可以 我不明白。這個時候，你需要閱讀參考文獻中列出的文章。如果你能 如果不理解，請查閱參考資料中的參考文獻。堅持下去，你對某個領(lǐng)域的知識就會加深?？次恼碌臅r候注意上網(wǎng)搜索。作者可能在網(wǎng)上發(fā)布了代碼。您可以下載代碼并深入研究它，而無需自己重新發(fā)明輪子。

opencv用c 還是python好？

Opencv用c好吧。最后，因為保羅泰瑞爾 在他的堅持下，沃茲還設(shè)計了一個盒式磁帶接口來加載和存儲程序，其運行速度高達每秒1200比特。雖然Apple I的設(shè)計相當簡單，但它仍然是一部杰作，而且它比同級別的其他主機需要的零件更少，這讓沃茲贏得了設(shè)計大師的美譽。最終Apple I一共生產(chǎn)了200臺。