OpenCV C＋版本的经典书籍和实战项目

OpenCV是一个基于BSD许可（开源）发行的跨平台计算机视觉库，可以运行在Linux、Windows、Android和Mac OS操作系统上。

往期回顾

1.《Learning OpenCV3》

咦，你可能会问：一本书有什么好推荐的？答：当你打开第一页的时候，你会发现它无与伦比的美腻。不信，来瞧瞧：

你或许会问，这有啥？

答：有理论、有代码、有图示和tips

注：不是装逼，因为首推的一定也必须是英文版的书，而且这是经典爆款书籍，为什么一定是英文？！不多说，只表示，英语再难也要咬牙啃下来。《Learning OpenCV3》是经典款《Learning OpenCV》的升级版，全面支持OpenCV3....各种API和小Demo

你以为我只是推荐吗？

不好意思，这里附上《Learning OpenCV 3》中的源代码：

https://github.com/oreillymedia/Learning-OpenCV-3_examples

你问我，书哪里可以下？

答：Google/Baidu一下，你就知道

2.OpenCV Samples

https://github.com/opencv/opencv/tree/master/samples/cpp

你学习的是OpenCV，官方提供的示例，你会拒绝吗？

你可以拒绝，但这样你就拒绝了成长...手动滑稽

每年OpenCV一般会release两次新版本，每次release都会添加新的算法，如何快速使用这些算法，最简单最粗暴的方法就是看Demo。而OpenCV的Demo，简直良心到...来看一下

是不是感动哭？

你说缺少项目，我丢这么多项目，你还会觉得没有项目做？

你会说，咦这不都是小demo吗？我跑跑很快的

答：不敲代码，你跟说你想做项目？这里不是建议你把这些小demo都敲一遍，而是可以粗略地选择一些，了解基础的OpenCV算法，如Canny、Sobel、findHomography、cvtColor等，并深入了解Mat等常用类型的使用技巧。这里声明一下，小demo只是调侃的说，拿stitching_detailed.cpp举例，898行的code你不兴奋吗？https://github.com/opencv/opencv/blob/master/samples/cpp/stitching_detailed.cpp

如果你坚持看到这里，可能会疑问：上面两个资源是不是太简单了

答：我这么ying，一定能满足你

3.LearnOpenCV

你没看错，这是一个网站（很牛逼），打开上述链接，可以看到

咦，这不是....嗯，人脸识别...人脸关键点检测（LandMark）...

拖着鼠标往下滑：

咦，这不是....嗯，二维码（QR Code）检测...条形码（Barcode）检测... + 识别

拖着鼠标再往下滑：

咦，这不是....嗯，图像分类...没错，是它，很实用的图像分类

等等，你以为就介绍到这了么，不好意思，彩蛋在下面

附上learnopencv源码

https://github.com/spmallick/learnopencv

随便打开一个demo，如ImageAlignment-FeatureBased

咦，这不是...没错，C++与Python双版本...简直良心到...看什么，鼓掌啊

------我是可爱的分割线------

到这里，你以为就结束了么

不好意思...推荐的内容不在于多，质量高即可

认真地说，Amusi了解有挺多OpenCV C++较大型的实战项目，如EasyPR等。但如果你学会了，或者宽泛地接触了上述我推荐的3个资源，其实你自学能力就很强了。至于大型实战项目，如果你不以make money的形式来做，很难用心，或者很难有一步步调试、一步步实现想法的过程。

授人以鱼，不如授人以渔

上述都是针OpenCV/C++来重点介绍的，其实不否认当前Python很火，特别因为Deep Leaning的缘故。我这里也有一些OpenCV Python相关的资源（书、项目代码），但这里就不展开介绍了。下次有空再分享一下资源...

------我还是可爱的分割线------

学习OpenCV，一个很重要的步骤是学习使用API，这里附上OpenCV官方的API查询链接（用了就爱不释手）

https://docs.opencv.org/master/

OpenCV虽然很强大，但其大多数库还是传统图像处理的算法。所以建议，简单入门OpenCV后，可以快速上手深度学习。传统图像处理必不可少，而深度学习对计算机视觉等方向的冲击越来越大，只有掌握两者，才能以不变应万变。