大学生如何入门图像处理呢？

JamesB

作为大二本科生，如何入门图像处理呢，还从那些书开始看，注意些什么呢？

DomDomm

2020年了，没想到这个问题一直有很多小伙伴发私信问我如何学习图像处理，为了更好地帮助大家，同时提升自己，我在我的专栏写了一系列图像处理的文章，使用的是OpenCV，希望大家可以学习！
云时之间：CV学习笔记（一）：入坑前传云时之间：CV学习笔记（二）：OpenCV基本操作云时之间：CV学习笔记（三）：色彩空间<hr/>和题主一样,我在大二的时候也是开始入门图像处理
当时的目的是为了更好地了解深度学习中的图像处理
深处的知识咱们姑且不谈,说说学习的过程
当时正好有那一门课,虽然是作为选修课,我还是很认真的刷了下,当时老师也很nice,给我推荐了几本书,其中强烈安利数字图像处理_第三版_中_冈萨雷斯.pdf这本书,可以说是最合适的入门书了.
https://github.com/Jonezhen/CSBook/blob/master/%E5%9B%BE%E5%83%8F%E5%A4%84%E7%90%86/%E6%95%B0%E5%AD%97%E5%9B%BE%E5%83%8F%E5%A4%84%E7%90%86_%E7%AC%AC%E4%B8%89%E7%89%88_%E4%B8%AD_%E5%86%88%E8%90%A8%E9%9B%B7%E6%96%AF.pdf上边给了这本书的电子版,资料固然很重要,但是我更想说的是这本书的使用方式.
1:理论要读
这本书有很大的篇幅都会牵扯到理论部分,而新手入门最困难的是看不懂理论公式,自己劝退自己,这一点需要坚持,不懂之处也可以多搜一下,或发私信和我交流,下面在B站上有电子科技大学-李庆嵘老师的图像处理课程,上课书籍也是这本书,可以结合看.
https://www.bilibili.com/video/av22153795/?p=92:代码要写
就算你都看懂了理论,但是不写代码也白瞎,并且写代码期间会让对理论有更好的理解,代码我推荐MATLAB或者Python,编写起来会容易的多,会让你把主要精力放在理解算法上.
一些必须要实现的算法:
1:图像的变换
     随便加载一幅图像,对图像进行反转,对数,指数,幂律变换.
2:图像的去噪实验
   实现图像的卷积功能,然后自定义卷积核大小,观察现象
   对图像添加噪声,参数自拟
   利用自己的卷积函数,实现均值,中值滤波等滤波操作
3:实现图像去噪,并且提去图像中的成分(就用我上传的这张图)


4:频域滤波
  将任意灰度图像转换到频域
  设计频域滤波器进行滤波,写下滤波流程
5:频域滤波之后的工作
    做完频域滤波后,对3中提取的成分,比如十字架,五角星,椭圆等成分进行腐蚀膨胀操作


相信你自主完成上述作业后,数字图像处理的一些low-level方法已经掌握,后续在掌握就需要了解深度学习下的图像处理了,希望题主可以有质量的完成学习!

Baste

先认识图像，用各种方式对图像进行可视化，然后观察图像数据的特点。
图像的四种可视化方式
这是对图像进行三维可视化的效果。
详情可以参考这两篇文章。
tgis-top：【可视化-1】认识图像，从图像可视化开始tgis-top：【可视化-2】将图像当作DSM进行三维显示

ainatipen

1  基础知识

首先得有点图像方面的基础知识，我推荐看看冈萨雷斯的数字图像处理。这本书可以说是图像处理方面启蒙书籍了。但书比较贵，我建议可以到图书馆借阅一下。书比较厚，我个人觉得重点是第二章灰度变化和空间滤波，高通低通滤波器，第五章彩色空间，以及第七章图像分割中的边缘检测和形态学操作
很重要！敲黑板！！！


2 传统图像算法

opencv。这个是最基本的图像处理工具。里面集成了很多常用的图像处理工具。比如在图像分割里面常用的边缘检测，形态学操作等相关调用函数，也有直方图均衡直方图匹配等灰度变换操作。
hunting：opencv-python 入门实战：传统方法Hog+svm实现目标检测这个链接是我之前写的一个快速入门opencv-python的一篇文章。通过一个hog+svm目标检测的小课设，在代码中找感觉。
上面两步不折不扣做完，我相信你对传统图像处理方法就有一个大概的认识了
3 神经网络

现在搞计算机视觉，搞图像处理，怕是离不开神经网络。Facebook开源的pytorch是一个非常不错的网络框架。你可以方便的定义网络结构，调用backward自动求导等，对于研究神经网络算法十分方便
我本人之前就是用的这本书入的卷积神经网络的门，另外我还在github上找到了这本书的配套代码
<a data-draft-node="block" data-draft-type="link-card" href="http://link.zhihu.com/?target=https%3A//github.com/L1aoXingyu/code-of-learn-deep-learning-with-pytorch" class=" external" target="_blank" rel="nofollow noreferrer">https://github.com/L1aoXingyu/code-of-learn-deep-learning-with-pytorch这个代码是在jupyter notebook上写的。jupyter是一款网页编辑器，能够实时保存你训练的代码很模型，用了你就会爱上它

BlaXuan

1、冈萨雷斯的《Digital Image Processing》，不二的系统性的入门书，最好是看英文原版，国内有影印版，网上有电子版。
2、高等数学、线性代数、概率论，如果想要学好，这几门也得学好。
3、最好不要上来就使用各种现成的图像处理算法库去处理图像，多尝试自己写算法，这样能加深理解，可以使用一些封装好的函数读取图像或保存图像，处理的算法自己写。

DungDaj

计算机视觉是人工智能最热门的应用领域之一。人工智能技术推动了汽车自动驾驶、机器人以及各种照片处理类软件的巨大发展。目标检测技术也在稳步推进。生成对抗网络（GANs）同样也是人们最近比较关注的一个问题。这些都在向我们展示未来计算机视觉领域的发展前景是多么的不可限量。
关于“如何入门图像处理”这个话题，笔者认为应该先从国内外一些优秀的博客、论文开始学习，从理解OPenCV的原理到特征检测再到人脸检测，最后可以找一些github上star比较多的案例来学习。笔者也为大家推荐我对计算机视觉知识一些浅薄的理解，大家也可以关注我的专栏。
灰灰：使用Python+opencv进行图像处理(一)灰灰：使用Python+OpenCV进行图像处理（二）我自己总结了一系列关于图像处理和目标检测基础知识的教程。本篇是OpenCV入门教程第一部分，完整的系列教程如下：
1. 理解颜色模型与在图像上绘制图形（图像处理基本操作）。
2. 基本的图像处理与过滤。
3. 从特征检测到人脸检测（TBU）
本系列的第一部分将从Opencv的安装，结合代码实战讲解颜色模型与图形绘制讲起。本教程的完整代码已经放在Github上，方便大家使用。

Zephus

用个一两天去把python或者matlab的基础语法给学会吧，然后去学习传统图像处理算法，每一个都自己实现一下，然后多看别人写的代码，对比，看自己哪里做得不好。
还要多看看别人对该方法对分析，补充自己的理解。等到一定程度就可以看论文啦。
另外，分析一下自己的公众号，数字图像处理与机器学习，里面有一些算法的讲解和分析，有兴趣可以看看。
https://mp.weixin.qq.com/s/x-v_GDb-NGBZq0jYOZPMJA

yukamu

我觉得应该多动手实践，使用老师教的知识去处理图像，下面是我个人做的这个图像处理的素描算法，还有源码！
https://mp.weixin.qq.com/s/OmAUQfoDUr1HY9xKPDZZtw大家可以借鉴一下