自學了一段時間計算機視覺(Computer Vision)，下文簡稱：CV。內容以基本概念為主，形式以看書為主，跟著敲代碼為輔。起因：因工作中會涉及到交通物流風險管理、出險理賠材料審查等內容，會涉及到大量人工介入審閱照片、視頻的環節。而隨著素材量的增加將來需要大量的人力來處理，導致成本高，效率低、易出錯。

思考：能否通過某種技術進行照片、視頻內容的審查，從而消化一定的工作量，同時提升效率？帶著這樣的問題，我們鎖定了CV技術。

這里非常簡單地談談自己近一年的學習體會，算是入門者說吧。

1、首先明確CV都會在哪些領域里使用，即用途是什么？以下是筆者在今年1月中旬于硅谷參加AI世界前沿大會時拍攝的OpenCV作者Bradski大神的演講ppt照片(能看得清內容)。

從上圖可以看出，CV或者說OpenCV用途十分廣泛。那么問題來了，你確認你要學的東西在未來的學習或者工作中可以派上用處嗎？如果答案是Yes。就繼續往下看。

2、CV是啥？如果用一句話來解釋CV，那么可能是研究讓機器像人一樣具有能夠“看”的能力，并在必要的時候給予合適的反饋(輸出：比如看圖說話，看視頻說話)。

3、學什么？從哪里開始學？

從斯坦福大學李飛飛教授的CS231n課程中可以看到，需要有一些基礎，以便更好的學習CV。截屏如下：

上圖可以看到，需要我們具備一些知識：1)編程基礎：Python和C++。個人理解，用Python快速實現算法；用C++實戰，實時性能強。

2)數學基礎：高數，線性代數、基礎概率與統計

3)機器學習基礎

3-1)如果你對以上內容都有一定的基礎，那么恭喜你，對于入門CV，你有了好的開始。

3-2)推薦幾本比較好的書籍：

1、《計算機視覺：模型、學習和推理》入門基礎書籍，講得很清楚。我在看，非常好的與機器學習結合的CV入門書籍。英文好的同學，建議看Prince的原本彩圖書籍。官網《英文原版彩圖PDF版本》下載鏈接

2、《Learning OpenCV》實戰經典。推薦理由：OpenCV作者Bradski大神的書。學習CV的人是無法繞開OpenCV的。

3、《Python計算機視覺編程》如果你有一定的Python基礎，筆者強烈推薦看這本書，把CV的基本概念和算法結合代碼實戰，講得比較清楚。入門佳作。它不是一上來就用OpenCV庫，使得入門者容易忽視很多基礎的概念算法。

4、《計算機視覺：算法與應用》不建議入門者看。寶典型，大而全。典型的工具書。作者是Richard Szeliski，CV界大牛，圖像拼接奠基人。

5、《 Multiple View Geometryin Computer Vision 》，中文版名《CV中的多視圖幾何》據說是玩3D必看的一本書，包括AR/VR。很多CV專家都推薦。

3-3)視頻學習，當然是斯坦福大學李飛飛教授的CS231N課程(需要扶梯)，這是一門結合深度學習的CV教學視頻。經典！

3-4)目前結合深度學習的CV是發展方向之一，有空可以看看花書。

4、OpenCV、TensorFlow、Caffe這些個，咱們現在一個都繞不開。

多上手，多練吧。

5、國際頂尖的CV會議，掃掃論文的摘要、看看報告視頻。(如果確定深度研究，就仔細看。否則，個人覺得了解下就好。)

于2017年12月3日凌晨 0:45

總結

以上是生活随笔為你收集整理的计算机视觉python入门_计算机视觉应该怎样入门？的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。