玩转人工智能（6）应用之计算机视觉必知必会及快速上手

计算机视觉是什么？

https://zh.wikipedia.org/wiki/%E8%AE%A1%E7%AE%97%E6%9C%BA%E8%A7%86%E8%A7%89，这是一门让机器学会看的科学。类似于人的眼睛，或者双眼，认识和处理看到的万事万物，人类利用眼睛收集和感知自然世界的信息，计算机视觉技术的目的是让机器也具有类似人眼的能力，人类的世界丰富多彩，计算机看来就是由无以计数的图片构成，或者说是三维模型，但本质就是图像。所以，计算机数据的研究重点是处理信号，分析信号的特征。目前比较主流的研究方式是：图像处理、视频处理、三维重建、场景复原、行为分析等等等等。

当前主流的大作个人推荐《Computer Vision: Algorithms and Applications》，网上有电子版，当然国内在计算机视觉方面的作品也比较多，也比较成熟，读者可根据自己的情况自行选择。如果是深入研究推荐读者重点关注前沿的paper或者顶级会议比如ICCV、ACM、CVPR、ECCV等。介绍到这里加入读者已经对于短文中的关键词都已经GOOGLE了，那么可以认为读者已经深入计算机视觉的前沿阵地了。

再追加个视频教程吧：https://open.163.com/movie/2015/3/Q/R/MAKN9A24M_MAKN9QAQR.html

http://study.163.com/course/introduction/1003223001.htm  斯坦福李飞飞的视频教程

开始作战，先造个武器吧，哈哈，别急，武器别人已经造好了。OpenCV库。原文版本：https://opencv.org/  

中文版本：http://www.opencv.org.cn/  截止博客日期，opencv已经发布3.4版本。一款武器，应该有制造说明书，比如我们安装opencv后再安装包下找到API手册。opencv使用执行效率很高的C++代码编写，不过目前已经兼容python，目前只是提供了python2.7的编译包而已，不过，即使我们使用的python3.X，也没关系，目前只要我们理解代码设计，稍作修改都是可以兼容的。上手最快的方法就是动手，安装包中有样例，全部花时间过一遍，然后想想别人为什么是这样写代码的，最后自己写几个案例。

从哪里查阅opencv的api手册：https://docs.opencv.org/master/d6/d00/tutorial_py_root.html（python版本）

https://github.com/abidrahmank/OpenCV2-Python-Tutorials/tree/master/source

目前学习opencv库最好的教程是按照官方文档模仿学习，不要错过每一句代码的描述。进步最快的办法就是坚持。

按照课程介绍，opencv库主要包括安装使用指导、GUI特性介绍、Core介绍、Image Process章节、图像检测、视频分析、图像矫正和三维重建、机器学习、计算机图像学、物体检测、创建python+opencv工程。

安装使用指导：Windows7+python3.5+opencv3.4，首先安装python3.5，下载路径：https://www.python.org，下载读者喜欢的版本即可。在安装的过程中注意勾选默认添加路径（免得安装后还需要添加path路径），一键到底即可。默认是安装了pip的，一般在python的安装文件下。然后下在opencv，下载后在pip的文件下cmd，然后在弹出的命令窗口直接输入：pip install opencv_python，注意，这个工程一般会提示python下运行opencv需要支撑的基础包，比如numpy和matplot等，按照提示缺少包就pip install xxx即可。网络较好一般五分钟即可适配完成。在python的GUI命令窗口中运行import cv2不出错提示，表示安装完成。

GUI介绍：首先介绍了三个函数的使用。cv2.imread()、cv2.imwrite()、cv2.imshow()，读取图像、保存图像、现实图像。注意，在python的opencv中jpg图像是按照BGR通道呈现的。然后介绍了读取视频、播放和保存视频，如何从摄像头捕捉图像也做了介绍。然后介绍了绘图，介绍了cv2.line、cv2.circle等一些列函数。最后介绍了鼠标事件和进度条和配色版。

CORE介绍：主要介绍了图像的基本操作以及函数实现，图像处理的基本算法以及算法方案的改进和优化。

图像处理介绍：图像处理基础的实现，比如直方图，平化、锐化、各种变换等的实现。

举一反三，触类旁通，opencv对图像视频以及三维模型方面的基本计算进行了很好的封装，在后面的博客中结合生产应用，将展开深入介绍。

计算机视觉的门槛较低，读者看到这里已经跨入计算机视觉技术的大门之内了，所以，欢迎读者朋友open，提问分享，一起加油！

辅助材料：https://www.cnblogs.com/findumars/p/5009003.html，读者有兴趣可阅览。

如果读者继续想深入，建议读者学习图型学相关的知识，上手使用opengl和gpu编程，三维图像图像方面的研究和应用应该是当前的热点，也是前沿。