本文是针对计算机视觉的入门介绍，适合初学者。通过宏观认识和深入实践两个部分，阐述了如何从图像处理基础知识入手，推荐了《数字图像处理》、《学习OpenCV》等书籍，并建议学习OpenCV和MATLAB。进阶阶段，推荐《Computer Vision: Algorithms and Application》和《Computer Vision: Models, Learning, and Inference》。最后，指出了深度学习和视觉SLAM作为主要实践方向，推荐了吴恩达的深度学习课程和高翔的《视觉SLAM十四讲》。"
118930950,9321565,Pytorch Adadelta优化算法详解与实现,"['深度学习', '神经网络', 'PyTorch', '优化算法', '机器学习']
文末有福利！
计算机视觉是人工智能技术的一个重要领域，打个比方（不一定恰当），我认为计算机视觉是人工智能时代的眼睛，可见其重要程度。计算机视觉其实是一个很宏大的概念，下图是有人总结的计算机视觉所需要的技能树。
如果你是一个对计算机视觉一无所知的小白，千万不要被这棵技能树吓到。没有哪个人能够同时掌握以上所有的技能，这棵树只是让你对计算机视觉有个粗浅的认识。
先来打点鸡血，看看计算机视觉有什么用吧。下面的视频是计算机视觉在自动驾驶上的实际应用，其中涉及立体视觉、光流估计、视觉里程计、三维物体检测与识别、三维物体跟踪等计算机视觉领域的关键技术。
以下是我站在一个小白的视角给出一个入门计算机视觉的相对轻松的姿势。
一、宏观认识
小白通常看到这么多的细分方向大脑一片茫然，到底是学习人脸识别、物体跟踪，又或者是计算摄影，三维重建呢？不知道该怎么下手。其实这些细分方向有很多共通的知识，我的建议是心急吃不了热豆腐，只有对计算机视觉这个领域有了一个初步的全面了解，你才能够结合实际问题找到自己感兴趣的研究方向，而兴趣能够支持一个自学的小白克服困难持续走下去。
1、入门书籍
既然说是入门，这里就不推荐类似《 Multiple View Geometry in Computer Vision》这种虽然经典但是小白看了容易放弃的书了。
像素级的图像处理知识是计算机视觉的底层基础知识。不管你以后从事计算机视觉的哪个细分领域，这些基础知识都是必须要了解的。即使一个急切入门的小白，这一关也必须走的踏实。看到网上有人说直接从某个项目开始，边做边学，这样学的快。对此我表示部分赞成，原因是他忽略了基础知识的重要性，脑子里没有基本的术语概念知识打底，很多问题他根本不知道如何恰当的表达，遇到问题也没有思路，不知道如何搜索，这会严重拖慢进度，也无法做较深入的研究，欲速则不达。
入门图像处理的基础知识也不是直接去啃死书，否则几个公式和术语可能就会把小白打翻在地。这里推荐两条途径，都是从实践出发并与理论结合：一个是OpenCV，一个是
最低0.47元/天 解锁文章
876
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
