OpenCV 学习路线之帮助文档法（请对号入坑）

目录

 

从文档入手的原因

如何访问帮助文档

文档介绍

不同人的学习路线

---

文档入手的原因

阅读Opencv帮助文档是入门Opencv最简单、快捷和有效的方式，同样也是系统了解图像处理领域最常用和最基础算法的捷径。

如何访问帮助文档

1、官方在线版本的帮助文档访问：https://docs.opencv.org/4.5.2/index.html 

2、本地编译版本，需要用浏览器打开doc文件夹中的index.html，与在线版本的文档区别主要区别就是在线文档更全一些，自己编译与你自己选择的编译模块有关系；（如何本地编译带doc的opencv）详细见：https://blog.csdn.net/h649070/article/details/117841190 

文档介绍

先来个截图确保我们看的文档一样

下面从一级目录来数说每一部分都是什么：

1、Opencv主体功能介绍和主要特性

·Introduction：OpenCV库包括哪些核心模块，也就是MainModules中的内容，和一些特性，例如内存管理、异常处理方面的内容，一般初学者可以不看，直接使用，到实际应用的时候就要注意这些问题了。

2、不同接口类型的教程

根据自己使用的语言去找不同的语言接口使用方法，其实都是大同小异的，底层也都是C/C++程序的实现，如下三类：

·OpenCV Tutorials：C/C++接口的教程

·OpenCV-Python Tutorials：Pyhton接口的教程

·OpenCV.js Tutorials：.js接口的教程

如果使用了Opencv的Contrib模块那么教程就在这里：

·Tutorials for contrib modules：contrib模块学习教程，也就是因为某一些原因（例如开源协议）没有封装在Opencv主体模块中但是又开源常用的部分；

3、常用的问答和参考文献

可以有空的时候看一看，有一些经典的东西在这里，当开始探寻算法原理的时候，参考文献是非常有用的线索；

·Frequently Asked Questions

·Bibliography

4、OpenCV核心功能模块和Extra模块的介绍

是所有OpenCV涵盖的算法功能的总体，除了基础模块和Contrib模块之外，还有性能优化相关的CUDA模块等其它的模块；这部分的介绍是以C++接口为例的，但是在其它接口基本也能找到对应；

·Main modules:主功能模块

·Extra modules：contrib模块和性能优化等其它附加功能模块；

不同人的学习路线

不同人的学习路线，共有视觉处理基础、学习目的、学习时间安排、编程基础、是否使用过相关的编程语言和编程工具 几个维度，根据自己的维度来选择：

如果看完下面的维度有没提到的，可以留言，我会再加。

1、视觉处理基础：

• 无基础：建议学习什么是图像、什么是像素等基础术语和知识，可以看《数字图像处理》 冈萨雷斯第二版或者第三版，个人觉得第二版翻译的更好一些，看个人喜好；但是，书不用全部看完，看到涉及到讲具体算法的部分就对照Opencv里面的学，等学一段时间（起码要学滤波、图像变换、膨胀、腐蚀、开运算、闭运算等）对图像处理有一个初步认识了，就可以进入下一个阶段；
• 有一定基础：可以从Main Modules模块开始学起，最好能对照教程跑出函数例子的结果，对于了解原理的，可以修改参数，看看修改参数之后是否与自己的预期结果一致；对于不了解原理的，可以看OpenCV的解释和参考文档，但是一般情况下，百度一下可以得到很明白的解释；Main Modules 模块学完了之后，可以去看Extra Modules选一些常用的函数进行学习；这时候算法原理有时候复杂了，可能不能全部明白，但是起码要达到一个知道算法适用于什么情况；
• 基础好：同样的学习Main modules和Extra Modules，可以去浏览文档目录，对于一些简单处理方法，可以一带而过或者看一下函数使用方法和适用以及局限等；对于之前没了解过的可以着重了解；主要是建立和完善知识体系，在实际中得到自己的视觉处理方法论，遇到什么问题立刻想到用什么可以解决，把OpenCV当作一个工具快速实现自己的想法；
• 大神：可以看看怎么优化OpenCV，贡献一些新的算法等，另外，求指导；

2、学习目的：

• 了解视觉处理领域：看文档首页目录足以；
• 视觉处理领域入门：根据自己的视觉处理基础选择方法，见1；
• 视觉处理领域进阶：根据自己的视觉处理基础选择方法，见1；
• 项目实战，例如毕业设计或者演示DEMO：如果选择了OpenCV作为主要的视觉实现包之一，请先分析问题，根据问题去查找基于OpenCV的应用中有没有相应的项目，如果有恭喜你可以借鉴一下；如果项目比较复杂，请仔细拆分问题，确定技术路线，然后再利用OpenCV中的方法来辅助解决；
• 工作换钱，例如做不出来过不了实习、做不出来不给发奖金、做不出来不给钱：请一定一定一定不要全面依赖于Opencv，也不要想着把OpenCV学好了就能做个非常厉害的视觉算法人员，就能挣大钱，图像处理基础是人手必备的，坚持不懈的学习才是长久之计；真实的算法落地要比想象的难多了，甚至视觉算法只是整个项目的一个很小部分。

3、学习时间安排      

• 零星时间学习：先要通过确定自己的学习路线和学习方向，然后把知识拆分成很小的比较独立的模块，每次学一个模块；最后别忘了去整合这些模块，形成体系；
• 集中一段时间：通过确定自己的学习路线和学习方向；知识要系统，把相关的模块归类，从容易到难，利用时间集中的优势集中实践和学习，请一定要实践；最好能与自己真实的应用结合起来学习；
• 本人的研究方向就是视觉：恭喜您，要与OpenCV做一辈子的好伙伴；时不时的可能要联系联系了；

4、编程基础

• 没有：目前来看Pyhon入门更适合；
• 入门：Python更适合，或者更熟悉的接口类型；
• 熟练：随你用哪个接口都是应该的；

5、是否使用过相关的编程语言和编程工具

• 没有使用过：根据要入门的语言选择最简单的一款，别在这里把自己卡住，也没有什么规则，你选择的就是最好的；
• 使用过例如VSCode 、VSStudio、Eclipse、Matlab、Pycharm、Cmake、Vim：都可以与你趁手的工具联系起来，毕竟OpenCV是一个包，搬到哪里用到哪里；

 

最后，欢迎交流！与君共勉！

转载请联系作者！