计算机视觉是人工智能的一个热门方向，很多人想要入门，但是却找不到方向。
对于初学者来说，最快的入门方法是边实践边学习，也就是要掌握计算机视觉的开发工具。
但其实对初学者来说并不太友好，主要有几个原因：
1 开源工具缺乏官方教程。
官方学习文档与对应的版本之间存在着较大的滞后性，使得OpenCV版本在更新后的很长一段时间内不利于初学者的学习与使用。
2 图像算法是理论基础。
因此其对数学基础的要求很高，特别是线性代数和数值方法。机器视觉几乎都是建立在这个上面。
3 读者缺少系统的学习资料。
国外的文献读起来难度又太大，无法开阔视野，所以学起来艰难异常。
而如何入门？今天我们邀请到了《OpenCV 4 快速入门》作者冯振老师为你答疑解惑,为大家免费讲解如何高效学习计算机视觉！7月7日（周二）晚8点，准时开课！
https://wxbdf0a12c35f0b934.h5.xiaoe-tech.com/content_page/eyJ0eXBlIjoiMiIsInJlc291cmNlX3R5cGUiOjQsInJlc291cmNlX2lkIjoibF81ZWZjNDEzOWFkMjk2X2VnZnFibFFRIiwiYXBwX2lkIjoiYXBwcVhsVWZNa1o3NTE5IiwicHJvZHVjdF9pZCI6IiJ9 (二维码自动识别)
另外，邀请好友共同参加，有机会免费获得免费图书哦，入直播群了解更多活动信息~
1、参与直播
直播课提纲：
如何高效学习计算机视觉？数字图像处理之像素操作的魅力
- 什么是计算机视觉？
- OpenCV初学者的注意事项
- 如何通过对像素的加减乘除操作实现图像直方图均衡化？
- 图像分割以及图像的卷积和边缘检测
大咖介绍：
冯振，《OpenCV 4快速入门》作者,小白学视觉微信公众号创始人，哈尔滨工业大学博士。录制视频课程《从零学习OpenCV 4》。成立小白学视觉团队，翻译并开源了OpenCV contrib中文教程文档。
预习资料：
1.了解计算机视觉和OpenCV4
OpenCV 很早就开始做 CV 领域的开源，如今pytorch 和 tensorflow 争霸的局势已经很稳定了，那么我们为什么还要用 OpenCV 呢？
主要还是OpenCV在应用上的优势：
- 丰富、高效的传统算法（视频分析、3D 重建、光流算法）
- 端到端的IO（从摄像头读入、显示屏输出）
- CPU、（GPU）、VPU加速效果好
OpenCV 基于 C++ 编写，但提供了 Python、Ruby、MATLAB 等多种语言接口，其依靠良好的接口代码、系统级别的优化、更加通用易学的函数调用，集成OpenVINO与tensorflow、caffe等模型加速推断、实现了从传统的图像处理到基于深度学习的视觉处理路线图的完整拓展，降低了计算机视觉的学习门槛。
对于OpenCV4，官方的宣传口号是“OpenCV4 is more than OpenCV ”，充分说明OpenCV4 是整合深度学习的新一代计算机视觉开发框架！
2. 从零学习OpenCV4配套视频课程
3.入门书籍
《OpenCV 4 快速入门》，以计算机视觉知识为主线，由浅入深地介绍了OpenCV 4在计算机视觉各个领域的应用以及相关函数的使用。这本书通过介绍了OpenCV 4中近200个函数、120个示例程序帮你快速掌握OpenCV4。
https://item.jd.com/12898920.html (二维码自动识别)
为什么推介这本书
理由一：重视动手实践，代码实现可运行《OpenCV 4快速入门》，针对市面上的入门书籍做了以下优化：
结合最新内容，针对OpenCV 4进行介绍。市面中的绝大多数OpenCV书籍是针对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使用的函数，并且也更改了环境配置方式。本书针对OpenCV 4进行编写，是国内最早一批的全面系统的介绍OpenCV 4使用的书籍。书中重点介绍了：
- OpenCV 4相比之前版本做出重大修改的内容。
- OpenCV 4环境配置
- OpenCV 4进行二维码检测
- OpenCV 4 DNN模块的使用
- 扩展模块的安装与部分功能的使用
本书提供源程序、安装OpenCV 4中需要的扩展文件、使用的数据集、书中所有图像的彩色版等实打实的配套资源，让学习更轻松。
书中每一个程序都提供了原始代码和使用的数据，近120个示例程序的源码，按书中章节进行整理，方便读者寻找和使用。所有源码都经过反复测试，确保无bug运行！
开放源码和所使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
早期的OpenCV资料，都是内容布局结合图像处理知识脉络，常以函数库内部模块划分来对书籍内容进行排布，忽略了学习图像处理知识的整体性。这种布局对于图像处理知识零基础的同学非常不友好，导致必须具有一定的基础才能学习。
本书按照图像处理知识脉络进行布局，在重视介绍OpenCV 4函数库中函数使用方法的同时，也兼顾对于知识框架的建立，做到“学习一本书的同时，既掌握OpenCV 4函数库的使用，又学会图像处理基础知识。”
针对函数应用场景和涉及知识点进行讲解。本书中对于OpenCV 4函数的介绍都是基于某些功能或者目标来引入，这种方式便于读者了解和记忆函数的功能和使用条件。
此外，为了加深读者对函数功能的了解，在函数功能介绍前，都会对函数涉及到的图像处理知识点进行介绍，方便读者理解OpenCV 4中函数对图像操作的具体过程。
作者提供“小白学视觉”公众号和微信答疑群，在群内不仅可以和作者一对一交流，也可以和其他一起在学习本书的读者进行交流。交流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解决问题，提高读者的学习效率。
谈到初学者如何快速入门计算机视觉，OpenCV毫无疑问是首选工具。而让人惊讶的是，它已经是开源视觉开发库里的“老人”了。
