目录：（未完，持续更新）
零、好的博客汇总：
一、计算机视觉（图像处理）论文及代码汇总：
二、特征提取算法汇总：
三、深度学习与计算机视觉汇总：
四、C和C++入门汇总：
五、数据集汇总：
六、目标跟踪：
七、模式识别：
八、统计学习方法：
九、机器学习：
十、小波理论：
十一、MATLAB学习：
十二、OpenCV学习：
零、好的博客汇总：
（1）jsxyhelu：https://www.cnblogs.com/jsxyhelu/
推荐理由：https://www.cnblogs.com/jsxyhelu/category/927452.html里边汇总了图像处理的严肃实验，自己10年学习图像处理的经验总结。
（2）Imageshop：https://www.cnblogs.com/Imageshop/
推荐理由：汇总了作者在图像增强、图像特效滤镜、图像算法优化、图像识别、图像直方图处理及图像技术杂谈和图像算法资源。呕心沥血之作。
（3）subconscious：https://www.cnblogs.com/subconscious/
推荐理由：总结了神经网络（很基础）、机器学习入门、EasyPR项目实战
（4）ronny：https://www.cnblogs.com/ronny/
推荐理由：汇总了神经网络实战、操作系统工作原理、图像局部检测算法综述（FAST、BRIEF、ORB、SURF、SIFT、Hariis角点、边缘检测、斑点检测、尺度空间理论）、机器学习（距离度量、感知机、分类标注与回归、模型评估与模型选择、Effective C++笔记、OpenCV成长之路
（5）Type真是太帅了：https://blog.csdn.net/qq_36614557/article/category/7659672
推荐理由：计算机视觉与图像处理、视频追踪、基于SIFT的多图像多方位拼接（不涉及相对旋转与缩放）、句法分析与词法分析
（6）刘未鹏 | Mind Hacks：http://mindhacks.cn/2008/07/07/the-importance-of-knowing-why/
推荐理由：如何学习算法及如何看算法书讲的通俗易懂，特别是其知其所以然（以算法学习为例）
一、计算机视觉（图像处理）论文及代码汇总：
（1）计算机视觉领域经典论文源码大全——https://blog.csdn.net/Ddreaming/article/details/52416643
（2）源码——https://blog.csdn.net/wu_wenhuan/article/details/52662493
(3)https://www.cs.ubc.ca/our-department/people
（4）计算机的潜意识——https://www.cnblogs.com/subconscious/default.html?page=2
推荐理由：总结了图像形态学处理，高斯模糊，还有EasyPR项目如：车牌定位。
（5）只(挚)爱图像处理——https://www.cnblogs.com/Imageshop/p/4126753.html
推荐理由：总结了图像增强算法，优化算法及直方图。
（6）微像素——http://www.zealfilter.com/portal.php?mod=list&catid=2
推荐理由：总结了常用的图像处理实际操作。
二、特征提取算法汇总：
（1）特征提取算法的综合实验（多种角度比较sift/surf/brisk/orb/akze）——https://www.cnblogs.com/jsxyhelu/p/7834416.html
三、深度学习与计算机视觉汇总：
（1）论文和代码汇总：https://github.com/kjw0612/awesome-deep-vision
（2）Brook@CV：深度学习网络及python实现：https://www.cnblogs.com/wangguchangqing/p/11058525.html
四、C和C++入门汇总：
（1）C++入门教程，C++基础教程（更新完毕）：http://c.biancheng.net/cplus/
（2）C语言入门教程，C语言学习教程（非常详细）：http://c.biancheng.net/c/
（3）C++视频：：https://www.bilibili.com/video/av37403127?from=search&seid=14971496297300609029
（4） C 语言教程：https://www.runoob.com/cprogramming/c-tutorial.html
（5）力扣（练习C++代码）：https://leetcode-cn.com/problems/two-sum/
五、数据集汇总：
1.OXFD特征点数据集——http://www.robots.ox.ac.uk:5000/~vgg/research/affine/index.html
问题issue：（1）数据集说明：
1）成像条件有五种不同的变化：视点变化，比例变化，图像模糊，JPEG压缩和照明。
2）每个测试序列包含6个具有渐变几何或光度变换??的图像。所有图像均为中等分辨率（约800 x 640像素）。
（2）数据集图像格式为ppm?如何查看？
一种图片格式，它是一种简单的图像格式，仅包含格式、图像宽高、bit数等信息和图像数据 。PPM格式的文件是没有压缩的，相对比较大，但是由于图片格式简单，一般作为图片处理的中间文件（不会丢失文件信息），或者作为简单的图片格式保存。
可用ps进行打开或转换。
六、目标跟踪：
1.目标跟踪经典算法汇总(持续更新...)——https://blog.csdn.net/Gavinmiaoc/article/details/81178759
七、模式识别：
1.几种常见模式识别算法整理和总结——https://blog.csdn.net/qq_28620327/article/details/82345511
八、统计学习方法：
1.统计学习方法——https://space.bilibili.com/365093772
推荐理由：总结了李航的统计学习方法前六章的视频。
九、机器学习：
1.https://brohrer.mcknote.com/zh-Hans/how_machine_learning_works/how_linear_regression_works.html
推荐理由：总结了线性回归、深度学习、神经网络和卷积神经网络的知识点。
十、小波理论：
1.小波理论及应用——https://www.bilibili.com/video/av16618439?from=search&seid=9716596725626727760
推荐理由：总结了小波变换背景，算法及应用的视频。
十一、MATLAB学习：
1.【搬运】MATLAB教程系列-台大（共14课）——https://www.bilibili.com/video/av14503445/?p=6
推荐理由：Matlab学习的视频。
十二、OpenCV学习：
1.OpenCV中文网站——http://wiki.opencv.org.cn/index.php/%E9%A6%96%E9%A1%B5
推荐理由：OpenCV官方中文文档。
2.OpenCV成长之路(2)：图像的遍历——https://www.cnblogs.com/ronny/p/opencv_road_2.html
3.OpenCV学习代码注释——https://github.com/Betterming/opencv_exercises
十三、遗传算法：
1.C++写的遗传算法代码——https://github.com/ShiSanChuan/GeneticAlgorithm
推荐理由：这是用C++写的遗传算法，参考《智能算法 30案例分析 第2版》一书，包含TSP、LQR控制器、结合量子算法、多目标优化、粒子群等，由于原作为matlab程序，通过C++写出来，算是练习和开个大坑
2.Python求解TSP问题的几种算法——https://github.com/privateEye-zzy/TSP
推荐理由：近似算方法求解TSP技术博客见：https://www.jianshu.com/p/d1e004bdea8d
Hopfield神经网络求解TSP技术博客见：https://www.jianshu.com/p/30fdc835d5b3
GA算法求解TSP技术博可见：https://www.jianshu.com/p/b3cd8e674ff0