Python计算机视觉编程学习-学习之前的感悟（一）

今天开始，我将以7天时间完成《Python计算机视觉编程》交流，希望可以交流机器视觉的工作过程和python这门快捷语言如何进行机器视觉编程。

这本书的链接可以从我的QQ群（914258026）共享文件下载。

一、该书优缺点：

这本书我个人觉得优缺点如下，但是对于入门是够用了：

优点	可以了解机器视觉整个过程以及如何具体在python中进行机器视觉编程
缺点	对于卷积神经网络等深度学习算法，没有任何涉及，不利于深度学习

二、整本书简介

直接看目录，在没有学本书之前，我个人觉得根据如下目录，机器视觉是：1）提取图像特征；2）特征处理（搜素，锐化、组合、分割，即所谓类似于《数据库》中的增、删、改、查）；3）图像展示

1. 基本的图像操作和处理
2. 局部图像描述子
3. 图像到图像的映射
4. 照相机模型与增强现实
5. 多视图几何
6. 图像聚类
7. 图像搜索
8. 图像内容分类
9. 图像分割
10. Opencv

三、为什么要学习机器视觉：

现在想想，任何行业的发展，都取决于人类的生活需求，社会的发展需求以及国家的管理需求，机器视觉的研究发展就是符合这一规律。

由于很早以前，接触过opencv，当时也不知道图像处理，机器视觉、视频理解会在当下如此火爆，其涉及了人脸识别、行人检测、智能视频分析、行人跟踪，交通场景物体识别、车辆计数、逆行检测、车牌检测与识别，以及互联网领域的基于内容的图像检索、相册自动归类等领域。

现在要学习机器视觉：一方面是自己专业需求，另一方面是适应现行技术发展。

四、交流与分享便捷途径

下面打个广告，我的技术、写作交流群，希望大家可以及时进行信息沟通，群内把博客所涉及资料和工具都已共享。

五，我的开发环境
我的开发环境如下图：