新手學opencv怎麼做？opencv各個版本有什麼區別？

02-05

原諒我問太多，作為一名本科學習機械的研究生，研究生跑過去學能源，但是導師卻要我做圖像處理，寫個小軟體出來。最近我才剛剛學完圖像處理基本知識，想看看opencv。以下哪基本書適合新手？（準備買，但是實在不知道哪些適合，這幾本書基本圖書館都借完了。電子版看來看去，實在看得頭暈）
1.OpenCV3編程入門
2.學習OpenCV
3. OpenCV2計算機視覺編程手冊
4.OpenCV教程:基礎篇。

最後問下？opencv3和opencv2,1有什麼區別？學哪個簡單，容易入門？

樓主你選個最實用的吧，opencv2。

opencv2現有的學習資料最多，而且當前基於它的項目也最多。

熟悉了它之後，無論退到opencv1，還是要用opencv3，都非常容易，基本不用花多餘的功夫。

既然題主是學能源的，估計以後再用到這塊的機會不太多了。

那就花點功夫把老闆要你做的這部分圖像處理的活幹了就好了，可以先把老闆的要求細化規整下來為幾個具體的要求，然後直接找找看OpenCV里有沒有相關的函數，一般是有的，直接利用起來，花點時間調調程序一般就沒問題了，其間有不懂的地方可以查書或Google都行。

1、書的話買也成，不買看電子版也無所謂，書都沒太大區別，反正是當工具書用了。你用的哪個版本的OpenCV就看對應版本的書就好了。

2、OpenCV3和OpenCV2.X區別大概就是OpenCV3在架構上做出了一些調整，添加了一些新演算法，同時引入了T-API等等。對於題主的需求來說，私下以為用2.X比較合適，有些像SIFT演算法之類的3裡面沒有，2.X在這種情況下用起來方便一點可能。總之，兩者學起來都不難，畢竟只是一個工具，入門還是挺快的都。

瀉藥。

《學習Opencv》算是很經典的了，我們實驗室人手一本。《Opencv3編程入門》最近在看，入門挺好的，淺顯易懂，建議看過之後再去看《學習Opencv》。《編程手冊》也有很多人推薦，還沒上手不好評論。我之前學習這塊的時候，是先整體瀏覽快速入門，然後再針對你做的方向去看具體細節，畢竟研究生時間還是很短的，一方面你要上課，還要接老闆項目，哪來那麼多時間全面發展，至少我現在都還沒入門，自己的體會是這樣的。

3和2.x的區別樓上也有說，還是建議用2.x吧。想入門也挺快的，看你怎麼定義這個入門了。還是了解自己的研究方向，是目標檢測還是跟蹤或者是分類等等，針對性的學，可能更快一點。加油！

介紹一本opencv不錯的書-OpenCV3使用Java開發手冊

本書特色：

◎內容涵蓋機器學習、光學辨識、影像處理

◎具320多個範例，含2.x(2.4.13)、3.x(3.1)版

◎包含目前最夯最熱門的人工智慧：機器學習、光學辨識及影像處理。

◎全世界博碩士很多以opencv做為論文的開發工具。

◎許多工作皆需要光學辨識技能，如Robot、自動辨識。

◎此書是全世界OpenCV書中以Java展示最多的範例，約320個

第13章 Machine Learning機器學習 523

範例13-1-1人臉辨識 524

範例13-1-2人臉辨識Live版 527

範例13-1-3人臉辨識含眼鼻Live版 527

範例13-1-4人臉眼鼻快速辨識Live版 529

範例13-1-5 整合應用:檢測到眼睛自動添加眼鏡Live版 531

範例13-1-6檢測到眼睛自動添加半透明眼鏡Live版 534

範例13-1-7檢測行人 535

範例13-1-8檢測車輛 537

範例13-1-9 DetectMultiScale3參數測試 538

範例13-1-10計算車流量 540

範例13-1-11 偵測RJ45網路頭Live版 542

範例13-2-1 電腦小手寫板程式Live版 549

範例13-2-1a手寫數字的資料庫 552

範例13-2-1b鳶尾花資料庫 555

範例13-3-1常態貝葉斯分類器預測鳶尾花數據集 560

範例13-3-2常態貝葉斯分類器-預測手寫數字 561

範例13-3-3常態貝葉斯分類器-預測手寫數字Live版 563

範例13-4-1決策樹Decision Trees預測鳶尾花數據集 565

範例13-4-2決策樹-預測手寫數字 569

範例13-4-3決策樹-預測手寫數字Live版 571

範例13-5-1最大期望值EM-預測鳶尾花數據集 572

範例13-5-2最大期望值-預測鳶尾花數據集二元分類 576

範例13-5-3最大期望值-預測鳶尾花數據集3類修改版 578

範例13-5-4最大期望值-預測手寫數字 581

範例13-5-5最大期望值-預測手寫數字(二元分類) 583

範例13-5-6最大期望值-預測手寫數字Live版 586

範例13-6-1 Logistic回歸-預測鳶尾花數據集 586

範例13-6-2 Logistic回歸-預測手寫數字 590

範例13-6-3 Logistic回歸-預測手寫數字,調整參數 593

範例13-6-4 Logistic回歸-預測手寫數字Live版 593

範例13-7-1 KNN-預測鳶尾花數據集 594

範例13-7-2 KNN-預測鳶尾花數據集2 597

範例13-7-3 KNN-預測手寫數字 600

範例13-7-3 KNN-預測手寫數字Live版 602

範例13-7-5 KNN-分類練習 602

範例13-8-1 隨機森林-預測鳶尾花數據集 604

範例13-8-2隨機森林-預測手寫數字 607

範例13-8-3 隨機森林-預測手寫數字Live版 609

範例13-9-1 Boost分類-預測鳶尾花數據集 609

範例13-9-2 Boost分類-預測鳶尾花數據集2 612

範例13-9-3 Boost-預測手寫數字 615

範例13-9-4 Boost-預測手寫數字Live版 617

範例13-10-1 類神經網路-初聲試啼小練習 618

範例13-10-2 類神經網路-預測鳶尾花數據集 623

範例13-10-3類神經網路-預測手寫數字 625

範例13-10-4類神經網路-預測手寫數字Live版 627

範例13-11-1 SVM-預測鳶尾花數據集 627

範例13-11-2 SVM預測手寫數字 631

範例13-11-3 SVM預測手寫數字Live版 633

範例13-11-4 SVM分類練習於2D平面 633

範例13-12-1 Kmean(K均值)簡單分類 636

範例13-12-2 Kmean 1維數據分類 640

範例13-12-3 Kmean 2維數據分類 643

範例13-12-4 Kmean 應用於影像處理-減色處理 646

範例13-12-5 Kmean預測分類-鳶尾花數據集 648

範例13-12-6 Kmean預測分類-手寫數字數據集 650

範例13-12-7 Kmean預測分類-手寫數字Live版 652

範例13-13-1馬氏距離 654

範例13-13-2馬氏距離使用於-鳶尾花數據集 656

範例13-13-3馬氏距離使用於-手寫數字數據集 657

範例13-13-4修改馬氏距離使用於-手寫數字數據集 660

範例13-13-5修改馬氏距離使用於-鳶尾花數據集 665

範例13-13-6修改版馬氏距離使用於-預測手寫數字Live版 666

範例13-14-1主成份分析PCA 671

範例13-14-2鳶尾花數據集使用PCA降維 673

範例13-14-3鳶尾花數據使用PCA降維整合Kmean聚類處理 675

範例13-14-4鳶尾花數據使用PCA降維整合Knn分類處理 678

範例13-14-5手寫數字集使用PCA降維整合Kmean聚類處理 680

範例13-14-6 手寫數字集使用PCA降維整合KNN及SVM分類 682

範例13-14-7 改善手寫數字集使用PCA降維整合KNN及SVM 685

範例13-14-8 改善鳶尾花數據使用PCA降維整合KNN分類 689

範例13-14-9個人人臉辨識整合PCA與SVM計算 690

範例13-14-10個人人臉辨識整合PCA與LibSVM計算 694

範例13-15-0車牌辨識 699

範例13-15-1 Java呼叫外部命令Tesseract字元識別引擎 701

OpenCV3編程入門，這本書就夠了。《學習opencv》里有許多圖像基礎理論，外加函數講解，雖然是opencv1，但是借鑒性很大，可以下載一個電子版的看看，因為主要的庫函數幾乎沒變。《OpenCV3編程入門》這本書其實主要是講opencv2，作者在主體上基於opencv2.4.9寫的。

opencv3的改變，可以參考https://zhuanlan.zhihu.com/p/19988205

opencv只是個函數庫，重要在於演算法思想，沒必要單獨花時間去學，項目中要用什麼函數，就直接找就行。

如果opencv主頁沒有推出2.4.1x的話我是推薦3的！畢竟在配置階段你就知道opencv3比從前簡化了不要一點點。。哪怕現在有新版的2.4.1x 我也還是推薦3.。。雖然資料少一點，但是基本還是可以參照2.4.10的所有資料的不怕用新的畢竟語言自己也會更新換代也有更多的東西添加上去

同是新手剛剛入門共同討論學習關於opencv國內的學習資料真的很少～大多也是國外的譯文版

建議先看《opencv3編程入門》這本適用於現在opencv2和3的版本代碼寫的很規範注釋內容也詳細內容從細節寫起讓人一眼就看得懂重點是它還有完整的實例比如這個功能怎樣去實現的他把代碼從頭到尾貼出來適合新手模仿和入門

同時匹配著看編程手冊這本相對於上一個多了點原理也就是說讓你不僅知道編程的結果還有過程（不過這個譯本錯誤較多具體斟誤的話網上有～）

最後如果你想的話就再看學習opencv 這本是1.0版本編程語言也是c 反正我看著沒有2和3的版本舒服～就沒有再看了……但基本用opencv的前輩們都是從這本看起的（畢竟當時資源少）這本原理上更多相對你解決問題的方法也會多一點看你自己的情況而定嘍～

第四本教程我沒有看過不了解～

1.0就是最原始的c介面後面更新的2 3啊是c++ （但貌似現在又興起了python做圖像？）個人認為2和3沒太大差別現在普遍用的還是2 大多2.4.8 或2.4.9

最後想說如果選擇做圖像處理不管你用什麼語言編程基礎還是很重要滴～