随着近几年人工智能的发展，已经逐渐渗透到了各个领域，比如：医疗、教诲、机器自动化、个性化推举、信息安全、图像识别等等......

也正由于如此，很多准备入门 AI 的新手，都会面临一个共同的问题：AI 运用方向么多，到底该选择哪个？哪个才是最适宜自己的？

在人工智能的浩瀚细分领域中，有一个入门门槛相对较低、模型成熟但人才缺口大的方向——打算机视觉（Computer Vision）。

1 基于打算机视觉开拓的产品

如果你理解打算机视觉，并细心不雅观察，会创造实在它早已成为人们日常生活的一部分了。
打算机视觉的运用已经被越来越多的公司支配在自身的产品中，举几个比较前沿的例子：

Facebook “反人脸识别”

扎克伯格提过Facebook将来三大紧张发展方向，人工智能便是个中之一，并为此设立了FAIR（Facebook AI Research）。

去年，FAIR针对天下上有关人脸识别技能的滥用事宜（AI换脸），开拓了一套适用于***、现场直播等场景的“去识别化”’技能——反人脸识别。

该技能将一个对抗自编码器与一个演习过的面部分类器配对，以使人的面部轻微扭曲，从而在迷惑面部识别系统的同时，又能坚持一个人们可以认出来的自然样貌。

虽然Facebook还不打算在其任何商业产品中利用这项技能，但这项技能在很多场景中是有益的，比如保护个人隐私。

Amazon Go

Amazon Go 是打算机视觉试图对零售行业进行改革的考试测验。

它所实现的功能是：顾客进入商店，闸机读取顾客的二维码，选择所需商品，离开商店，不用排队结账。

其核心技能基于一种无线射频识别技能的系统——它能识别用户从货架上取货的动作，随后将数据同步到用户的手机中。
用户在穿过特殊设置的“交易区”（transition area）后，系统会自动识别，算出花销，然后从亚马逊账户中扣款；其余，这套系统还能利用顾客的购买记录，来剖析用户偏好，然后调度相应的货色位置和库存。

哎，不知道超市收银员们听了怎么想？

微软 InnerEye

医疗行业当然也少不了打算机视觉的运用。

微软有一款处理医学图像的产品——InnerEye，其基于打算机视觉和机器学习技能，帮助放射科年夜夫、肿瘤专家和外科年夜夫处理放射图像。
其紧张目的是从恶性肿瘤的 3D 图像中准确识别出肿瘤。

随着打算机视觉技能的引入，当代医疗系统必将实现打破性的发展，风险低、创伤性小的手术方案在未来也将成为可能。

2 入门打算机视觉必知的技能

“工欲善其事必先利其器”，只管打算机视觉是人工智能中相对入门门槛较低的方向，但作为CV新人，你至少要节制以下必备技能：

1.编程根本

推举Matlab，Python，C++，最好熟习个中2种。

2.数学根本

理解微积分，概率学、矩阵论、线性代数等。

3.专业工具OpenCV

OpenCV（开源打算机视觉库）是一个非常强大的学习资料库，为初学者们降落了打算机视觉的学习门槛。

4.图像处理的根本知识

图像处理 （Image Processing）是通过打算机对图像进行去除噪声、增强、复原、分割、提取特色等处理的方法和技能。

5.模式识别的根本知识

模式识别（Pattern Recognition），便是通过打算机用数学技能方法来研究模式的自动处理和判读。

有了以上根本，你算是半只脚踏进了打算机视觉的大门，但是离找一份干系的事情还有所差距。
企业看重的是技能的落地效益，以是，初学者们还须要在打算机视觉的运用方面花功夫。

根据视觉的运用处景不同，打算机视觉分为了传统视觉和与深度学习结合的打算机视觉，两个分支哀求你学习的内容也不同。

传统打算机视觉

传统打算机视觉的运用紧张在制造针对特定工具的检测器，如边缘检测，霍夫变换，斑点检测，角点检测。
其上风表示在精准度和打算繁芜性等方面。

对此，你须要学习在一些详细的运用层面的知识。

1、ROS

ROS（robotics operating system）机器人操作系统，目前能够运用的是机器人领域，紧张是机器人的建模、感知、导航、方案等。

而ROS与打算机视觉的交织领域是机器视觉，目前，机器视觉办理方案尚面临着9大寻衅：照明、变形或铰接、职位和方向、背景、闭塞、比例、摄影机放置、运动、期望。

因此，办理机器人在环境中的视觉，任务设置和事情场所等问题，须要在打算机视觉领域的更多投入。

2、自动驾驶

打算机视觉在无人车上的利用有一些比较直不雅观的例子，比如交通标志和旗子暗记灯的识别（Google）、高速公路车道的检测定位（特斯拉）。
现在基于LiDAR信息实现的一些功能模块，实在也可以用摄像头基于打算机视觉来实现。

从打算机视觉的角度，无人驾驶可能是一次难得的机遇，数据的极大丰富和算法的迭代提高相辅相成，会推动打算机视觉研究提高，并使之在无人驾驶中起到更加不可或缺的浸染。

与深度学习结合的打算机视觉

与深度学习结合，作为传统打算机视觉的一个补充，它的运用领域紧张在一些能许可一定缺点率的行业，比如图像搜索、监视、自动化零售等，其最大的上风便是自动创建特性、具有实时决策功能。

1、深度学习

深度学习（Deep Learning）的观点是Hinton等人于2006年提出的，最早最成功的运用领域便是打算机视觉，经典的卷积神经网络便是为专门处理图片数据而生。

目前深度学习已经广泛运用在打算机视觉、语音识别、自然措辞处理、智能推举等领域。
关于深度学习的方法，大致分为三种：

◆ 深度监督学习

监督学习运用在当数据标记、分类器分类或数值预测的情形。

◆ 深度无监督学习

当输入数据没有标记时，可运用无监督学习方法从数据中提取特色并对其进行分类或标记。

◆ 深度强化学习

强化学习利用赏罚系统预测学习模型的下一步。
这紧张用于游戏和机器人，办理平常的决策问题。

2、CNN

打算机视觉里常常使卷积神经网络，即CNN，是一种对人脑比较精准的仿照。

什么是卷积？卷积便是两个函数之间的相互关系，然后得出一个新的值，他是在连续空间做积分打算，然后在离散空间内求和的过程。
实际上在打算机视觉里面，可以把卷积当做一个抽象的过程，便是把小区域内的信息统计抽象出来。

那为什么时隔20年，卷积神经网络能卷土重来、盘踞主流？缘故原由有二：

◆ 深度的卷积神经网络须要大量数据进行演习，否则机器学习中的过拟合将不可避免。
而2006及2007年开始，恰好是互联网开始大量产生各种各样的图片数据的时候。

◆ 随着GPU打算能力的增长，运算能力的提升，使卷积神经网络结合大数据的演习才成为可能。

深度学习已经成为打算机视觉系统的主要组成部分，但是传统的打算机视觉依然保持着强势劲头。

以是，你要做得便是选择自己感兴趣的打算机视觉运用方向，在节制一定根本的情形下，深入学习某个领域须要的知识即可。

3 入门打算机视觉的秘籍

目前打算机视觉领域来说有着两极分解——根本理论踏实，实践能力强的人，是真的非常好找事情。
相反，只是学会根本，运行一下网上公开模型，这种人想找份好事情可能就无望了。

对付初学者来说，要想踏实的学习打算机视觉技能，就要先节制打算机视觉的开拓工具——OpenCV，并在实践中学习。

OpenCV是开源视觉开拓库里的“老人”，很早就开始做 CV 领域的开源。
相对付家喻户晓pytorch 和 tensorflow ，OpenCV 在运用上有以下上风：

◆ 丰富、高效的传统算法（***剖析、3D 重修、光流算法）

◆ 端到真个IO（从摄像头读入、显示屏输出）

◆ CPU、（GPU）、VPU加速效果好

在此，推介一本入门打算机视觉的新手书《OpenCV 4 快速入门》，该书以打算机视觉知识为主线，由浅入深地先容了OpenCV 4在打算机视觉各个领域的运用以及干系函数的利用的书。

OpenCV 4快速入门

作者： 冯振 ,郭延宁 ,吕跃勇

本书有三大亮点：

重视动手实践

结合最新内容，针对OpenCV 4进行先容。
市情中的绝大多数OpenCV书本是针对OpenCV 2或者OpenCV 3两个版本。
在OpenCV 4版本中不仅更新了许多内容，而且去除掉了很多之前版本利用的函数，并且也变动了环境配置办法。

本书针对OpenCV 4进行编写，是海内最早一批的全面系统的先容OpenCV 4利用的书本。
书中重点先容了：

◆ OpenCV 4比较之前版本做出重大修正的内容。

◆ OpenCV 4环境配置

◆ OpenCV 4进行二维码检测

◆ OpenCV 4 DNN模块的利用

◆ 扩展模块的安装与部分功能的利用

代码实现可运行

书中每一个程序都供应了原始代码和利用的数据，近120个示例程序的源码，按书中章节进行整理，方便读者探求和利用。
所有源码都经由反复测试，确保无bug运行！

开放源码和所利用的数据集以及彩色图像，所有的资源被托管在Github：可以与我实时互动https://github.com/fengzhenHIT/learnOpenCV4

图书+***课一起学

在学习的过程中大家有一个共识，看书理论是一回事儿，写代码是其余一回事儿，调代码又是其余一回事儿。

《OpenCV4快速入门》搭配有***课赞助读者学习。
并且，以***的形式，赞助书本中的内容，展示了如何从0到1的利用OpenCV 4中的函数编写程序、调试程序。
课程提前书本发售，得到了浩瀚好评！

作者供应“小白学视觉”"大众年夜众号和微信答疑群，在群内不仅可以和作者一对一互换，也可以和其他一起在学习本书的读者进行互换。
互换群里不仅作者会解答读者的学习问题，其他读者也会积极参与办理问题，提高读者的学习效率。

总之，这是一本深入浅出、完备适宜新手的OpenCV4入门书本，其涵盖的知识之全面，险些能解答你入门打算机视觉的所有疑问。

入门书本

OpenCV 4快速入门

作者： 冯振 ,郭延宁 ,吕跃勇

内容简介：

本书共12 章，紧张内容包括OpenCV 4 根本知识，OpenCV 的模块架构，图像存储容器，图像的读取与显示，***加载与摄像头调用，图像变换，图像金字塔，图像直方图的绘制，图像的模板匹配，图像卷积，图像的边缘检测，堕落与膨胀，形状检测，图像分割，特色点检测与匹配，单目和双目视觉，光流法目标跟踪，以及OpenCV 在机器学习方面的运用等。

本书面向的读者是打算机视觉与图像处理等干系专业的高校师生、企业内转行打算机视觉与图像处理的事情职员、已有图像处理根本并想理解OpenCV 4 新特性的职员。