计算机视觉学习小结

为什么学习计算机视觉

为了更好的收入和自己兴趣所在。

如何学习

我报了csdn官方的人工智能学习课程，刚好那段时间搞活动有优惠，销售老师也挺热心的，对我提出的问题都是孜孜不倦的解答，就选择了csdn培训课。

目前的学习状况

通过自学和寻求助教跟老师的帮助答疑，基本上都跟上了学习进度，虽然还有很多疑问，但我觉得这不长不短的几个月要学习很多知识跟内容，肯定是来不及的，一些问题都没深究。受到疫情影响，课程和工作估计也都延后了，不过也正好缓冲下，总结总结，同时可以补充学习其他的知识。2020年开头不怎么好呢，但我相信每个人都能挺过去，祝福武汉，祝福中国，加油。

课程主要学习内容

1.计算机视觉的四要素
2.hsi、hsv、hsl颜色模型
3.c++和python语言的学习
4.python使用anaconda作为开发环境管理工具、c++使用自己编译的opencv-4.1.2和contrib包，分别使用vscode和CLion进行开发。
5.opencv开发环境的构建
6.我的第一个opencv程序，lena图片的读取跟显示，颜色分量的提取，图像的灰度化
7.图像滤波：中值滤波、均值滤波、高斯滤波、形态学滤波
8.边缘检测：roberts、sobel、canny、log算子
9.图像分割：大津算法(优化：局部阈值化)、区域生长法(优化：分水岭算法)
10.特征值检测：霍夫变换检测直线、harris角点检测、sift和orb特征值检测跟匹配
11.对旋转不变性、尺度不变性的思考，图像金字塔的应用
12.运动估计：基于背景提取的帧差法(混合高斯模型)、光流估计和LK算法和LK金字塔

结尾

计算机视觉的学习告一段落，但个人感觉就这两个月不到的时间消化起来还是有点困难，个人从事的工作是前端开发，之前也写过java、php。一开始老师推荐学习的python，因为python学习比较简单，还有非常完善的第三方库，但由于c++应用的比较多，后面又学习c++，对于课程里面一些数学公式也需要去复习数学，平时呢又要加班，一下子的学习量就上去了。重要的还是要有自制力，否则肯定是跟不上进度的，即使勉强能跟上进度掌握得知识也不牢靠。接下来要学习机器学习的相关知识了，加油！2020！