今年最火的技术是什么？大牛教学如何学习opencv，建议收藏。

• B. 双立方

• C. lanczos插值

• D.双线性

6.常见的RGB图像每个像素点颜色值范围

• A. 0~1

• B. 0~256

• C.0~255

• D.0~180

7.关于RGB色彩的描述下面正确的是：

• A.RGB(255,255,255)表示黑色

• B.RGB(0,0,255)表示蓝色

• C.RGB(255,0,0)表示绿色

• D.RGB(0,0,0)表示白色

8.常见的图像色彩空间有：

• A. HSL

• B. HSV

• C. RGB

• D. YCrCb

9.常见的图形绘制时候像素渲染方法有

• A.四邻域渲染

• B.八邻域渲染

• C.透明通道混合反锯齿渲染

• D.游戏渲染

10.下面关于RGB图像亮度与对比度说法正确的是

• A.颜色值越高，亮度越高

• B.降低图像亮度会影响图像对比度

• C.亮度就是图像对比度

• D.图像对比度就是图像直方图

上面10道题是图像处理基础知识考察，其考察目的是检验是否拥有学习OpenCV一些必备的基础知识，如果你一半都没有做对(关注公众号，发送 【答案】两个字，即可查看答案)，我觉得暂时你应该先放下你的那些识别、检测的目标，而是老老实实的看视频课程或者图书、博客文章等，厘清这些基本概念，本人根据自己学习图像处理、计算机视觉与OpenCV亲身经历，总结一个学习路线图，仅供大家参考：

大致分为三个阶段，第一个阶段应该是基础，第二个阶段是提升、第三个阶段是应用，而很多初学者一般都看重的是第三部分，素不知前面还有N多东西没学，正所谓“千里之行，始于足下”。只有走好学习OpenCV的第一步我们才能走好剩下的999步。否则就会出现“欲速则不达”的尴尬局面，貌似懂，一做应用什么都不行，调用哪个OpenCV算法函数都无法解决问题的进退维谷之中。

###二：做内外兼修的OpenCV开发者

OpenCV3.x中集成了超过1000个算法模块，这些算法如何组合使用，他们的参数意义，算法的原理与适用场景条件等各不相同，要成为一个真正的OpenCV开发高手，必须精通常见的算法原理，各个参数意义，参数使用等。

就拿我们最常见的OpenCV中HAAR人脸检测来说吧，整个代码演示我可以做到20行以内实现，但是具体到应用场景，我就听到有人跟我说HAAR级联人脸检测速度太慢了这样的抱怨，原因是他连最基本的各个参数是什么意思都没搞清楚，更谈不上调参数优化啦HAAR级联检测器API调用如下：

void cv::CascadeClassifier::detectMultiScale
(
InputArray image,
std::vector & objects,
double scaleFactor = 1.1,
int minNeighbors = 3,
int flags = 0,
Size minSize = Size(),
Size maxSize = Size()
)

1. 第一个参数image是输入图像 第二个参数objects检测到的人脸BOX位置信息

• 第三个参数是放缩比率，这个参数是用来构建HAAR多尺度用的

• 第四个参数是计算人脸BOX的最小相邻个数 第五个参数是标志，在OpenCV3.0以后的版本中已经不再使用，没有任意意义

• 第六个参数是检测人脸时，可以检出BOX的最小宽高

• 第七个参数是检测人脸时，可以检出BOX的最大宽高

上述的七个参数，对检测速度与检测结果影响比较大的分别是第三、第四、第六、第七个参数，第六与第七个参数是设置大小，这个很容易理解，比较难理解的是第四个，最小相邻个数，假设最小相邻数目取3、则有下图：

表示在最终红色BOX人脸检测结果是基于HAAR级联检测砖红色、青色、蓝色框的求得平均值得到红色BOX框，理论上3表示至少有三个候选，这个参数值越大，检测结果输出人脸的准确率越高，同样耗时也会越长、还会导致漏检率增加。

而很多初学者没有仔细了解该参数的意义，更无从谈起如何优化参数，另外三个参数，如果考虑速度的话，最好设置最大与最小可检测人脸BOX范围，这里有利于减少计算时间，提升实时性能。这里只是通过这个例子来说明OpenCV中的各个算法API参数重要性，要成为OpenCV开发高手，个人认为要做到内外兼修，这里内是指相关数学、算法论文都认真读、仔细的研究，不断加深对相关算法的理解与领悟；

外是指要加强动手能力，编程能力，做为OpenCV开发者我们首要职责就是负责让视觉相关应用落地，没有很强悍的工程能力与解决问题能力很难做到这点。结合本人的亲身实践和学习路径，建议在学习OpenCV 编程时搞清楚几点对学习更加有帮助

• 学习API函数时查找相关论文，尝试阅读论文

• 搞清楚学到的每个算法相关数学基础，尝试理解相关参数意义

• 学会看OpenCV官方的文档与代码示例

• 古语云“独学而无有、孤陋则寡闻”，所以多认识一些OpenCV学习者与开发者

• 从最新版本开始学习，OpenCV已经发布了OpenCV3.4.1最新版本，建议学习从OpenCV3.4开始学习，避免学习一些过期的API给自己带来不必要的烦恼与负担。

• C++还是Python，当前OpenCV SDK支持C++与Python SDK，所以无论选择哪一种语言都可以学习OpenCV。

三：关注业界动态、紧跟技术潮流

如果你成功了经历了前面几个阶段，应该恭喜你是一个真正的OpenCV开发者啦，但是这个时候还有清醒的意识到你只是一个知道和熟悉常见OpenCV中算法、使用它们解决实际问题的开发者而已，要学会关注业界动态，关注OpenCV框架的新发展与新动向、特别是新算法在OpenCV框架中的实现与SDK发布。

举例来说DNN模块发布已经快一年了，本人一直跟踪OpenCV的每个Release、深刻感受到它的功能越来越完善与强大，个人观点以后OpenCV的大部分对象检测与识别都可能基于DNN模块实现，这样的好处是对开发者显而易见，即降低了学习门槛，有提高了检测准确性与精度，对于DNN这样的新模块，作为OpenCV开发者的你是否一直在不断跟踪它，另外注意学术界的动态，OpenCV社区会很快把一些最新CVPR上面的论文变成想法算法模块的，所以对一些影响比较大的CVPR的论文有条件要及时跟进阅读与理解。

很多人想学习人工智能相关的热门技术，我觉得OpenCV就是很接地气，也很好的方向选择，也不需要太过深奥的数学知识，即使零基础也可以学会、学好。正如古人所说“假舆马者，非利足也，而致千里；假舟楫者，非能水也，而绝江河。君子生非异也，善假于物也”，借助OpenCV这个神兵利器，开发者也会从检测到识别无所不能。

###后记

下面是我和朋友搜集的一些Android方面的资料，有需要的可以点击下面链接直接领取。或者私信（进阶）给我，我给你分享资料。这也是多谢大家这么久来的一个支持，希望能一起学习，共同进步。有想一起交流讨论的欢迎加入群聊：875911285（记得备注简书）

[Android学习P架构视频+面试文档+源码笔记​DF](https://shimo.im/docs/gVk96k6dJCWCdV3R
)

Android进阶核心笔记

最全Android进阶学习视频

Android进阶核心知识点

最强Android进阶学习路线图

自我介绍一下，小编13年上海交大毕业，曾经在小公司待过，也去过华为、OPPO等大厂，18年进入阿里一直到现在。

深知大多数Android工程师，想要提升技能，往往是自己摸索成长或者是报班学习，但对于培训机构动则几千的学费，着实压力不小。自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！

因此收集整理了一份《2024年Android移动开发全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友，同时减轻大家的负担。

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，基本涵盖了95%以上Android开发知识点，真正体系化！

由于文件比较大，这里只是将部分目录大纲截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频，并且后续会持续更新

如果你觉得这些内容对你有帮助，可以添加V获取：vip204888 （备注Android）

最后

为了方便有学习需要的朋友，我把资料都整理成了视频教程（实际上比预期多花了不少精力）

当程序员容易，当一个优秀的程序员是需要不断学习的，从初级程序员到高级程序员，从初级架构师到资深架构师，或者走向管理，从技术经理到技术总监，每个阶段都需要掌握不同的能力。早早确定自己的职业方向，才能在工作和能力提升中甩开同龄人。

• 无论你现在水平怎么样一定要 持续学习 没有鸡汤，别人看起来的毫不费力，其实费了很大力，这四个字就是我的建议！！
• 我希望每一个努力生活的IT工程师，都会得到自己想要的，因为我们很辛苦，我们应得的。

当程序员容易，当一个优秀的程序员是需要不断学习的，从初级程序员到高级程序员，从初级架构师到资深架构师，或者走向管理，从技术经理到技术总监，每个阶段都需要掌握不同的能力。早早确定自己的职业方向，才能在工作和能力提升中甩开同龄人。

无论你现在水平怎么样一定要 持续学习 没有鸡汤，别人看起来的毫不费力，其实费了很大力，没有人能随随便便成功。

加油，共勉。

一个人可以走的很快，但一群人才能走的更远。不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎扫码加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！

费力，其实费了很大力，没有人能随随便便成功。

加油，共勉。

一个人可以走的很快，但一群人才能走的更远。不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎扫码加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！
[外链图片转存中…(img-lTkeL7MC-1712889445421)]