您好读者。
对您来说，每个人都通过
Face App尝试老化面膜的事实不再是新闻。 反过来，对于计算机视觉来说，还有比这更有趣的任务。 下面，我将介绍8个步骤，这些步骤将帮助您掌握计算机视觉的原理。
在开始这些步骤之前，让我们了解您和我可以借助计算机视觉解决的
任务 。 任务示例可能包括以下内容：
掌握计算机视觉所需的最低知识
现在让我们开始吧。
第1步-基本成像技术
此步骤是关于技术基础的。
观看
约瑟夫·雷德蒙 （
Joseph Redmon）撰写的 YouTube出色播放列表
“计算机视觉的古老秘密” 。阅读Richard Sheliski的
书《计算机视觉：算法和应用程序》的第三章
。
积累知识-尝试使用OpenCV
转换图像 。 该站点上有许多
循序渐进的电子手册 ，通过它们您可以了解所有内容。
第2步-运动跟踪和光流分析
光流是通过相对于场景移动观察者或物体而获得的一系列物体图像。
参加本课程
-Udacity的计算机视觉课程 ，尤其是第6课。
看看-YouTube列表上
的第8个视频 ，以及关于光流和跟踪的讲座。
阅读
-Sheliski教科书的 10.5和8.4节
。
作为培训项目，请弄清楚如何使用OpenCV
跟踪视频帧中的对象。第3步-基本细分
在计算机视觉中，
分段是将数字图像分为几个段（超像素）的过程。 分割的目的是简化和/或更改图像的呈现方式，以便于分析。
因此，
霍夫变换允许您查找圆和直线。
观看以下视频：
签出-
一个出色的项目，其类似任务对于自动驾驶电动汽车的计算机视觉极为重要。
步骤4-拟合
不同的数据需要特定的拟合方法和自己的算法。
观看视频：
阅读
-Sheliski教科书的 4.3.2和5.1.1节
。作为独立工作的任务，分析
确定线在透视地平线上会聚的位置的坐标的
问题。步骤5-合并从不同检查点获得的图像
查看
YouTube播放列表阅读
求职信。对于项目，您可以使用自己的数据。 例如，从不同侧面拍摄家具图片，然后在OpenCV中使用平面图像相册制作3D对象。
第6步-3D场景
能够从平面图像创建3D对象，您可以尝试创建三维现实。
拍摄-
立体视觉和跟踪课程观看视频：
作为项目，请尝试
在三维空间中 重建场景或
跟踪对象 。
步骤7-物体识别和图像分类
使用TensorFlow作为深度学习框架很方便。 这是最受欢迎的框架之一，因此您可以轻松找到足够的示例。 要开始使用TensorFlow中的图像，请阅读
本教程 。
此外，使用链接，请考虑以下主题：
作为一个项目，在TensorFlow中创建一个神经网络，该神经网络根据图像确定
汽车的
品牌或
狗的
品种 。
步骤8-现代深度学习
阅读-
斯坦福课程讲座观看视频：
至此，我们在计算机视觉研究中的步骤告一段落。 希望您自己学到了一些新知识。 按照哈布雷（Habré）的习惯，我喜欢这个职位-加一个加号。 不要忘记与同事分享。 另外，如果您有什么可以分享的内容，请在评论中写。 有关
Habré和电报频道
Neuron （@neurondata）上有关机器学习和数据科学的更多信息。
所有的知识！