OpenCV学习之路（附加资料分享）

目录

一、前言

二、学习历程

三、学习资料

书籍

网站

视频教程

四、学习建议

入门

强化

灵通

有人问我，学习opencv从哪里学起？有人问我，我学习opencv用到了哪些资料？所以在今天，我要先给大家分享一下我的opencv之路。

如果大家想了解更多内容，还可以关注我的微信公众号AI与区块链技术，学习更多技术：

分享学习之路之前，先分享一套学习教程：

1.opencv配置：https://blog.csdn.net/shuiyixin/article/details/80386022

2.加载,修改,显示及保存图像：https://blog.csdn.net/shuiyixin/article/details/85240791

3.图像像素及掩膜操作详解：https://blog.csdn.net/shuiyixin/article/details/88825549

4.Mat对象：https://blog.csdn.net/shuiyixin/article/details/81169261

5.读写像素：https://blog.csdn.net/shuiyixin/article/details/89304084

6.图像混合：https://blog.csdn.net/shuiyixin/article/details/89343386

7.图像亮度与对比度：https://blog.csdn.net/shuiyixin/article/details/89390239

8.绘制形状与文字：https://blog.csdn.net/shuiyixin/article/details/89406889

9.线性滤波：https://blog.csdn.net/shuiyixin/article/details/90215677

10.非线性滤波：https://blog.csdn.net/shuiyixin/article/details/104345878

11.形态学基本操作：https://blog.csdn.net/shuiyixin/article/details/104354806

12.形态学操作：https://blog.csdn.net/shuiyixin/article/details/104369163

13.形态学操作之trackbar应用：https://blog.csdn.net/shuiyixin/article/details/104454474

14.上采样与降采样：https://blog.csdn.net/shuiyixin/article/details/104415952

15.基本阈值操作：https://blog.csdn.net/shuiyixin/article/details/104423534

16.卷积与自定义线性滤波：https://blog.csdn.net/shuiyixin/article/details/104438655

17.边缘处理：https://blog.csdn.net/shuiyixin/article/details/104454474

18.Sobel与Scharr算子：https://blog.csdn.net/shuiyixin/article/details/104484635

19.拉普拉斯算子：https://blog.csdn.net/shuiyixin/article/details/104510390

20.边缘检测与canny算子：https://blog.csdn.net/shuiyixin/article/details/104529465

21.霍夫直线变换：https://blog.csdn.net/shuiyixin/article/details/104541495

22.霍夫圆变换：https://blog.csdn.net/shuiyixin/article/details/79898107

23.像素重映射：https://blog.csdn.net/shuiyixin/article/details/79961040

24.直方图均衡化：https://blog.csdn.net/shuiyixin/article/details/80001756

25.直方图计算(calcHist)：https://blog.csdn.net/shuiyixin/article/details/80032167

26.直方图比较(compareHist)：https://blog.csdn.net/shuiyixin/article/details/80257822

27.直方图反向投影(calcBackProject):https://blog.csdn.net/shuiyixin/article/details/80331839

28.模板匹配(matchTemplate):https://blog.csdn.net/shuiyixin/article/details/104563199

29.轮廓发现(findContours、drawContours):https://blog.csdn.net/shuiyixin/article/details/104604849

30.凸包之Graham扫描法、Jarvis步进法:https://blog.csdn.net/shuiyixin/article/details/104625013

31.矩概念与图像矩:https://blog.csdn.net/shuiyixin/article/details/104646531

学习教程还在不断更新中，大家有什么问题，都可以随时和我一起交流。如果你想了解更多有关于计算机视觉、OpenCV、机器学习、深度学习等相关技术的内容，想与更多大佬一起沟通，那就加群326866692或者扫描下方二维码加入我们吧！

大二的时候，当时想做一个手势识别的一个小程序。在学长的介绍下，接触了opencv。当时有一个老师给我了很多帮助，其中就包括opencv教程。在此，对詹胜老师、任东东学长、刘夺学长表达我的感谢。

于是我就购买了一本图像处理的经典教材：《数字图像处理》，作者是冈萨雷斯。购买了一本国内当时opencv最新的书籍：《opencv3 编程入门》，作者是毛星云。还看了贾志刚老师的视频教程：“opencv教程”。

我学习新知识的速度不是很快，所以需要反复学，一遍一遍又一遍。然后就是敲代码，敲代码，敲代码。刚学习的时候，还没有写博客的意识。当时所有的笔记都写在笔记本上，后来多次调换宿舍，笔记本就找不到了。等到18年，开始学着写博客。当时正好参加软件杯大赛，就写了一些比较常用的博客。

大四，最主要的是考研了，做的项目比较少，还有毕业论文要做，所以大四现在就是将自己学的知识多巩固巩固，再梳理一次，通过写博客，整理笔记，也跟大家一同分享相关知识。

注：所有推荐大家购买的书籍，或者资料，仅仅代表个人观点，并非为别人打广告，希望大家能够作为参考，结合自己情况做决定。有任何问题，概不负责。

《数字图像处理》

如果你时间比较充足，想深入了解图像处理和计算机视觉，《数字图像处理》这本书是要好好学习一下的。但如果只是希望能够应用好opencv这个工具，这本书，选择购买，可以作为自己一本参考书来用。opencv中的很多图像处理的原理，在数字图像处理这本书中都能找到。

《OpenCV3 编程入门》

这本书出版的时候，opencv3刚刚问世不久，很多模块也相对比较完善。这本书就是按照opencv不同模块讲解的，如果你是基础学习，建议购买。但如果你对opencv已经很了解了，希望能够用它做些高级的东西，比如opencv的DNN模块，那就去官网吧。

其他书籍如《Learning OpenCV3》、《OpenCV2计算机视觉编程手册》、《Python计算机视觉编程》等，有很多就不一一列举啦，大家可以上网查找。

敲黑板：部分相关书籍电子版，如有需要，可以在QQ群 326866692 免费下载。

1.OpenCV 官网

OpenCV官网是最全面的了，毕竟是官网对吧，所有的消息，所有的OpenCV教程，讲解在这个网站上都能找到，唯一的要求就是英语要好，不然真的是看不懂啊。逼着自己学英语吧。

2.OpenCV论坛

3.OpenCV中文网站

4.W3CSchool 的 OpenCV教程

三个中国人的OpenCV网站，有些东西更新没有官网快，如果基础入门，可以看一下，毕竟可以跳过英语这个坎。W3CSchool还是比较不错的。

5. OpenCV.jp

这是日语网站，如果学过日语的童鞋可以通过这个网站学习OpenCV。我没有看过这个，不做评价。

我看过贾志刚老师的课程，偏向实战。其他课程，大家可以在CSDN学院里面查找。

这里只针对初学者，如果你已经了解OpenCV，可以跳过。如果你有更好的学习建议，欢迎评论分享。

入门最好的方式，个人感觉就是敲代码，不要纠结原理，不要纠结算法，安心做好 “调参攻城狮” 该干的活儿。弄明白函数功能，以及参数要求，能用API实现功能即可。要求看到一个API，知道它是干嘛的。

这个阶段就是找一个自己喜欢的学习方式，看书或者看视频，或者找人讲解都可以，然后将学到的代码反复敲。

强化需要的还是调参，这个时候跟入门就不同啦，对于常用及较常用的功能烂熟于心，能保证基本上不通过查询资料完成较多项目。要求能够灵活应用API。大多数人到这里即可。

这个阶段要求通过项目来强化自己。自己设计一个简单项目，或者上网找一个项目，自己尝试去实现，尽量不要查资料，先自己想，实在想不明白，去查相关API。

如果你希望能够再深入研究理论，或者希望能够维护OpenCV即了解每个API的数学原理是什么？API能不能优化？出现一个新功能，怎么写成API去让更多人使用，那就需要更深入的研究啦。

这个阶段要求弄懂原理，《数字图像处理》这本书要认真读一读啦，线性代数要好好学一学啦。打开API，哪里不懂查哪里。

今天的内容就分享到这里啦，有什么问题，大家可以在下面留言哦！