? ? 現(xiàn)在算柳，圖像類信息越來越多了，對圖像的編程需求也越來越多旧蛾。圖像類項目的特點是性價比高，單行代碼的價格一般是普通的程序的10倍蠕嫁，每行代碼能夠賣幾塊錢锨天。很多人把目光放在這個上面。剛才又有網(wǎng)友咨詢剃毒，做圖像要看些什么書病袄？結合我的自學經(jīng)驗，寫一篇博客談談這個問題赘阀。

需要先明確幾個問題：

（1）你的基礎如何益缠？做圖形圖像的話，對數(shù)學要求比較高基公，至少要有大學數(shù)學的基礎——微積分幅慌、線性代數(shù)、概率統(tǒng)計和數(shù)值分析都會用到的轰豆。不然胰伍，書看不下去，沒法自學酸休。如果要做深入的話骂租，對英語也有一定的要求，絕大部分深入的資料都是英文的斑司。

（2）做哪個層面的渗饮？與硬件嚴重相關的只能選C，做應用層的話可以選C++和C#，我個人推薦C#抽米，當然特占，智能手機還是推薦C++。做Web層面的話云茸，目前最佳選擇是Flash（其實Silverlight比Flash更適合做Web圖像是目，好歹Silverlight有byte類型，有struct标捺，但Silverlight的普及度不夠）懊纳，Html5/Canvas目前只能做簡單的應用，復雜的還不行亡容。如果只是做算法嗤疯，matlab就夠了，但一般不是科班出生闺兢，很少做純算法的茂缚。做純算法還有個缺點就是，算法轉換為收入很難屋谭。鑒于C#寫算法并不比用matlab寫算法慢脚囊，不建議摸matlab。但matlab代碼要能看懂桐磁，因為論文中很多算法是用matlab寫的嘉赎。

（3）有沒有克服困難的勇氣尉姨。圖像類項目大多不大颂鸿，普遍的幾千行代碼就可以搞定扰藕。就這幾千行代碼，難度越大的錢越多校摩。關鍵詞就是困難和難度看峻，工作量往往不是問題。也就是說衙吩，你越牛逼备籽，越值錢。牛逼是沒有止境的分井，不像那些靠體力的項目车猬，身體是個硬的限制。

下面的書籍尺锚，如果是寫的英文名字珠闰，那就是推薦閱讀英文版，如果是中文名字瘫辩，那就說明伏嗜，中文版寫的/翻譯的也不錯坛悉，推薦看中文版而非英文版。都是可以直接下載到的或買到的承绸。

首先是兩本核心書籍：

（1）Image Processing裸影，Analysis and Machine Vision 3ED。（中文名：《圖像處理军熏、分析與機器視覺》）

（2）Computer Vision:

Algorithms and Application（中文名：《計算機視覺——算法與應用》）

第一本書偏重于基礎轩猩，但是它寫的可不基礎。寫的很簡且信息量極大荡澎，但核心概念都講了均践，重點算法大部分都列出來了。第二本書偏重于工程應用摩幔，概述了各個領域的有效算法彤委，點到為止。

如果看第二本沒困難的話或衡，可以忽略掉第一本焦影。第一本書也不好讀，一上來就講了狄拉克分布封断，因此偷办，要想從頭到尾都看懂是幾乎不可能的，但是它的內容的前后依存性不大澄港，看不懂的直接略過去就行了，只看能看懂的即可柄沮。

沒必要看完回梧，我也只看了30-40%感興趣的部分，其它的要么是不感興趣的祖搓，要么是看不懂的狱意。

只需要大學數(shù)學基礎就可以開始看，能看懂部分就可以做項目了拯欧。找到和項目相關的內容详囤，找到相應的參考文獻，直接去看論文實現(xiàn)論文的算法即可镐作。絕大部分重要論文Google

Scholar都能搜到原文藏姐，如果英文水平不夠，也可以在幾個期刊網(wǎng)搜中文的論文该贾，不是特別前沿的東西羔杨，中文的論文也有涉及到的。

看書的重點是理解杨蛋，理解算法最佳方式是自己把算法寫一遍兜材±砼欤可以參考OpenCV的代碼來寫。理解一個算法之后曙寡，這個算法就可以為你賺錢糠爬，不理解，是很難用對算法的举庶。自己寫算法执隧。你才對這個算法的性能有直觀的感受，知道可以通過哪些方式來改進它灯变，知道怎么在性能和算法效果之間進行取舍殴玛，這對項目來說，是很重要的添祸。

不建議買第二本書的中文版滚粟，它的中文版閹割了參考文獻和索引這兩個最有使用價值的部分。

把這兩本書全部看完吃透刃泌，單靠大學水平的數(shù)學是不夠的凡壤，至少得數(shù)學系本科生級別的知識儲備。如果大學數(shù)學忘了耙替，建議先復習一遍亚侠。

自學推薦：

（1）陳天權版《數(shù)學分析（一、二俗扇、三）》硝烂。這是國內最難的一套數(shù)學分析教材，為什么推薦它呢铜幽？它自成條理滞谢，信息量豐富，把圖像分析深入所需的數(shù)學內容都包括進去了：微積分除抛、點集拓撲狮杨、實分析、泛函到忽、變分橄教、復分析、流形……喘漏，重要概念都講了护蝶。學完了，看論文問題不大翩迈。缺點就是難滓走。可是帽馋，圖像類項目的特點也是難搅方。遇難而上是必須的比吭。這套書雖難，但是思路極其清晰姨涡，就是看的慢一點而已衩藤。要知道，計算機所能發(fā)揮出的威力只是數(shù)學理論的一部分涛漂，隨著計算機的計算能力越來越強赏表，越來越多的數(shù)學方法會引入到程序中來，對于圖像分析領域尤其如此匈仗。所以要未雨綢繆瓢剿，別看有的數(shù)學知識現(xiàn)在用不上，說不定哪天就用到了悠轩。

（2）Lax的《線性代數(shù)及其應用》间狂。作者是沃爾夫獎得主，寫的很簡潔明要火架，且不與大學學的線性代數(shù)重復鉴象。

（3）《Numerical Recipes》。數(shù)值分析有這一本書就夠了何鸡，秒殺眾書的書纺弊。這本書只看感興趣的或當前用到的即可。

鑒于圖形和圖像的關系越來越緊密骡男，關于圖形學的書籍也是值得一讀的淆游。推薦兩本：

（1）David F.Rogers的《計算機圖形學的算法基礎》。這本書實在是太經(jīng)典了隔盛，就是有點老犹菱，比較基礎。

（2）《實時計算機圖形學》這本書講的都是比較現(xiàn)代的骚亿，正好結合上一本看。

圖像編程=算法+性能熊赖。因此来屠，性能優(yōu)化方面也得看。比如這本：《軟件優(yōu)化技術--IA-32平臺的高性能手冊》震鹉。

會用Photoshop對圖像編程很重要俱笛。Photoshop有強大的編輯功能和特效庫，很多時候传趾，可以用Photoshop先進行預研究迎膜，確定項目是否可行〗迹可行的話磕仅，我們再把Photoshop的操作過程用算法來實現(xiàn)珊豹，實際項目中，經(jīng)常會這么操作的榕订。Photoshop推薦一本書：李金明店茶、李金榮的《Photoshop CS5完全自學教程》。這本書寫的非常棒劫恒，就是書名有點土贩幻，和那些垃圾書的書名很像。

如果用C/C++的話两嘴，推薦《學習OpenCV(中文版)》丛楚，翻譯的不錯。如果用C#的話憔辫，沒啥好書可以推薦趣些，可以看看我博客中的文章。如果用Flash的話螺垢，推薦《Foundation ActionScript 3.0

Image Effects》喧务。

如果做的是和彩圖有關的話，推薦《彩色數(shù)字圖像處理》枉圃。其它的功茴，《圖像局部特征不變性特征與描述》寫的也不錯。

====

下面舉個例子講講工具孽亲、知識間的綜合應用坎穿。

要實現(xiàn)一個lemo特效，可以先利用現(xiàn)有工具得到像素之間的映射圖（比如我這篇文章：《解決問題的藝術：半小時編程實現(xiàn)照片的反轉負沖特效》）返劲。但這樣一來玲昧，每種特效都需要一個像素映射圖，增大了程序的尺寸篮绿，怎么辦呢孵延？

一種方法是用Photoshop模擬它，然后亲配，寫圖像處理算法來重復這一過程尘应。這是用圖像處理的方法來解決問題。

另一種方法是將lemo特效當作一多元函數(shù)吼虎，特效前的圖像是輸入值犬钢，特效后的圖像是輸出值，先寫出一個自由度高點的函數(shù)思灰，再采用擬合的方法玷犹，找到合適的函數(shù)參數(shù)，然后檢驗這個函數(shù)的穩(wěn)定性洒疚，靠譜的話就是它了歹颓。這是用數(shù)學的方法來解決問題坯屿。