计算机视觉入门
计算机视觉
计算机视觉是人工智能技术的一个重要领域，他是人工智能时代的眼睛。计算机视觉是一个很宏大的概念，下图是计算机视觉所需要的技能树。
只有对计算机视觉这个领域有了一个初步的全面了解，我们才能够结合实际问题找到自己感兴趣的研究方向，而兴趣能够支持我们克服困难持续走下去。
入门
从实践出发，并与理论相结合:一个是OpenCV，一个是MATLAB。
opencv
OpenCV以C++为基础，需要具备一定的编程基础，可移植性强，运行速度比较快，比较适合实际的工程项目，在公司里用的较多.
入门书籍：
- 《学习OpenCV》
- 《OpenCV 2 计算机视觉编程手册》
这两本都是偏实践的书，理论知识较少，按照书上的步骤敲代码，可以快速了解到OpenCV的强大，想要实现某个功能，只要学会查函数（在https://www.docs.opencv.org/查询对应版本），调函数就可以轻松搞定。由于每个例子都有非常直观的可视化图像输出，所以学起来比较轻松有趣。
MATLAB
MATLAB只需要非常简单的编程基础就可以很快上手，实现方便，代码比较简洁，可参考的资料非常丰富，方便快速尝试某个算法效果，适合做学术研究。当然两者搭配起来用更好啦。
入门书籍：
- 冈萨雷斯的《数字图像处理（MATLAB版）》（英文原版2001年出版，中译版2005年）
- 冈萨雷斯的《数字图像处理（第二版）》
不需要一上来就全部过一遍，只需要结合MATLAB学习一下基本原理、图像变换、形态学处理、图像分割，以上章节强烈建议按照书上手动敲一遍代码（和看一遍的效果完全不同），其他章节可快速扫描一遍即可。但这本书比较注重实践，对理论的解释不多，理论部分不明白的可以在配套的冈萨雷斯的《数字图像处理（第二版）》这本书里查找，这本书主要是作为工具书使用，以后遇到相关术语知道去哪里查就好。
进阶
经过前面对图像处理的基本学习，小白已经了解了图像处理的基础知识，并且会使用OpenCV或MATLAB来实现某个简单的功能。但是这些知识太单薄了，并且比较陈旧，计算机视觉领域还有大量的新知识在等你。
推荐书籍：
- 《Computer Vision: Algorithms and Application》
侧重视觉和几何知识
这本书图文并茂地介绍了计算机视觉这门学科的诸多大方向，可以根据兴趣，选择性的看一些应用方向。
- 《Computer Vision: Models, Learning, and Inference》
侧重机器学习模型
该书从基础的概率模型讲起，涵盖了计算机视觉领域常用的概率模型、回归分类模型、图模型、优化方法等，以及偏底层的图像处理、多视角几何知识，图文并茂，并辅以非常多的例子和应用，非常适合入门
虽然都有中文版，但是如果有一定的英语阅读基础，推荐看英文原版
实践
计算机视觉可以分为两大方向：基于学习的方法和基于几何的方法。其中基于学习的方法最火的就是深度学习，而基于几何方法最火的就是视觉SLAM。
深度学习
推荐：
吴恩达的深度学习视频
吴恩达自己创办的在线教育平台Coursera上学习，有配套习题，限时免费，结业通过后有相应证书。
视觉SLAM
SLAM（Simultaneous Localization and Mapping）（详见《SLAM初识》），中文译作即时定位与地图创建。
推荐入门资料：
高翔（清华博士，慕尼黑理工博后）的《视觉SLAM十四讲-从理论到实践》
该书每章节都涵盖了基础理论和代码示例，深入浅出，非常注重理论与实践结合，大大降低了小白的学习门槛。
