halcon视觉框架源码_图像处理与机器视觉初学者学习路线

来源链接：https://blog.csdn.net/weixin_42717711/article/details/82460349

首先，搞图像处理，熟悉图像算法是必经之路，如果上过图像处理这门课的话，再好不过。如果没有，我推荐中科院研究生院刘定生老师的数字图像处理与分析(视频)，这位老师上课引人入胜，值得推荐。其次，在这个阶段，配套的书籍自然是《冈萨雷斯版数字图像处理》这本书，最好同时用matlab软件，仿真每一个图像算法案例，推荐《matlab宝典》。大概花一个月时间，基本的图像算法，相信你已经学完了。

第二阶段，希望你再次认真学习C++，推荐《C++ Primer》，因为以后我们开发程序，都是基于类的开发，什么虚函数，类的继承、多态、命名空间、文件的输入输出、模板STL都应非常熟悉。在这之后，VC++你也应该掌握，圣经级的书籍自然是孙鑫的《VC++深入详解》，大概花一个时间，将书上每一个代码都敲一边，消息的映射机制，尤其要非常熟悉，MFC的框架结构也应明白。在此阶段，有时间的话，看看中科院研究生院杨力祥老师的高级windows程序设计(视频)，这些代码开发都是基于VC6.0的。

以上如果你都搞明白了，就进入重头戏了。将图像处理算法和代码结合起来，进行开发。首推北航老师谢凤英,赵主培主编的《Visual C++数字图像处理》这本书，将上面的代码都敲一边，你会有不一样的感觉。

最后一个阶段，因为在实际的开发过程中，不可能每一基本算法都要自己写，前人已经写好了。所以推荐大家使用opencv这个开源库，他实现了大多数图像算法，实际开发中，用他的函数就够了，推荐书籍《学习opencv》，《opencv教程》，视频自然是庞峰老师的视频，大家可以在opencv中文论坛上免费观看。至此，该掌握的工具你已经掌握了，但是将MFC和opencv结合起来开发，最好是要有一个项目，你会理解许多。下面是一些大牛：

第一波是一些资源丰富的博客，有算法介绍，也有代码实现：

1、毕业于荷兰特温特大学的Dirk-Jan Kroon博士，在Mathworks的FileExchange上的链接，曾经到访过他原来读书时的主页，当时有句话对他的评价是，他非常喜欢计算机编程，这个真不假，下面这个链接里有他用Matlab写成的近百个程序源码，质量非常高，而且涉猎广泛。

http://www.mathworks.com/matlabcentral/fileexchange/authors/29180

2、这是研究 image matting(中文叫抠图——这名字真难听，不知道是谁始作俑者)必去的一个网站，里面有大量关于这个主题内容的介绍，包括最新的成果，评测和对比。http://www.alphamatting.com/

3、laviewpbt的专栏，他有两个基本同步的博客，一个在CSDN，一个在博客园，自称是“一心无二用，本人只专注于基础图像算法的实现与优化，如图像增强、滤镜、分割、解码编码等，无心恋及图像识别。 ”。博客中很少有提供完整的源代码，但是对理论算法的介绍非常到位，我也同意博主的看法，如果真的对算法理解到位了，写代码处理并不是难事。http://www.cnblogs.com/Imageshop/

4、Rachel Zhang的专栏(浙大计算机女硕士)，CSDN博客排名百名以内的名博，里面有大量图像处理和计算机视觉的资料，有算法讲解，也有很多代码实现(OpenCV居多，少量Matlab)http://blog.csdn.net/abcjennifer/article/category/1173803/2

5、小魏的修行路(又一个女学霸，博主应该是北大女硕士)，博客都是图文并茂的，很详细很用心，代码实现上也是用OpenCV的居多。http://blog.csdn.net/xiaowei_cqu/

6、非常棒的网站，超多资源。IPOL is a research journal of image processing and image analysis. Each article contains a text on an algorithm and its source code。讨论了超过20个大的Topics，具体每个Topics里面还有许多具体的实现分支，配有可供研究的源代码。研究图像处理不可不看的网站。

http://www.ipol.im/

7、LIBROW，口号是The Helpful Mathematics，算法文章 && C++代码(算法偏基础)，适合初学者参考。

http://www.librow.com/articles

8、采石工的博客

数学功底深厚、原理推导明晰的博客。非常值得推荐！

http://www.cnblogs.com/quarryman/

第二波是我所关注的一些研究方向上比较前沿的学者主页：

1、KAZE特征检测作者的主页，里面有文章，也有代码实现。Pablo F. Alcantarilla博士人非常Nice，我给他写Email讨论问题，基本上8个小时之内就能收到回复，也非常感谢他提供的一些参考资料。

http://www.robesafe.com/personal/pablo.alcantarilla/kaze.html

2、在去噪领域中当前最成功的算法莫过于BM3D系列(当然还有BM4D等等)，下面这个是项目的主页，非常值得推荐，对于研究降噪问题的同学实在应该仔细看看。

http://www.cs.tut.fi/~foi/GCF-BM3D/

3、布朗大学Douglas Lanman博士的主页，很多有意思的成果，部分有代码资源下载http://mesh.brown.edu/dlanman/courses.html

4、两位以色列学者(犹太人)的主页。经验中，大部分Paper的作者会在自己的网站上贴出文章，但很少附有代码，如果你自己去写个代码，很多都无法达到作者paper中给出的效果，吹水的可能性极大。但是在研究Close-form soluting 的图像matting时，看到了以色列女学者Anat Levin的主页，作者就提供有matlab代码，很值得推荐。http://www.wisdom.weizmann.ac.il/~levina/
另外一个以色列学者(以色列理工的Guy Gilboa教授)的主页(有关于TV去噪的代码)。http://visl.technion.ac.il/~gilboa/PDE-filt/tv_denoising.html

小编推荐HOT

视觉+机器人，如何实现连接器的自动装配？

机器视觉在制造业应用的10个案例

机器视觉技术发展的五大趋势

搞懂机器视觉基本内容，这份PPT就够了！

机器视觉系统集成发展的现状和前景

2019年光技术发展的十大趋势

机器视觉：PC式视觉系统与嵌入式视觉系统区别

干货：变成计算机视觉大师，需要经历的几个阶段

计算机视觉和图像处理之间有什么区别？

基于HALCON的机器视觉开发，C++或C#如何选择？

End

更多是视觉资讯尽在“新机器视觉”微信公众号~