发展与应用
计算机视觉是一门研究如何让机器“看”的科学，或者说让计算机代替人类来对目标进行跟踪和识别。计算机视觉也是当今人工智能发展的一个重要的分支，随着阿尔法狗在围棋比赛的逆袭，再次引爆了人工智能在各个领域的发展，计算机视觉首当其冲，包括传统的学习方法和现在火热的深度学习，都为计算机视觉加了一把火。
目前计算机视觉的热点领域在于目标检测，目标识别，场景理解，三维立体视觉等，并且已经在很多领域有了商用价值。比如人脸别识的身份验证登陆，已经在各个手机上和APP上面得到了广泛的应用，搜索引擎的以图搜图，车牌号码的识别，医学图像的识别，OCR技术，VR和AR技术，都是计算机视觉的广泛应用。
学习路径与资源推荐
计算机视觉既然有这么多的应用领域，那我们应该从何学起呢？其实初学者只要专注于基础知识的学习，打好基础，就能很快地将知识应用到相应领域，毕竟各个领域的基础都是互通的。
那计算机视觉有哪些必须要学习的基础知识呢？
数学
包括线性代数，概率论，微积分等，是看懂视觉算法的最基本的东西，如果想要更上一层楼，那可以再去看看矩阵论，凸优化理论，泛函分析等。
线性代数的学习推荐麻省理工的公开课http://open.163.com/special/opencourse/daishu.html，
概率论的学习推荐可汗学院的公开课。
不得不说网易在引进公开课还是做了许多努力的，都适配了翻译。另外的数学如果想继续学习，可以参考大学的数学课本，另外，不要死磕数学，看不懂的跳过，等用到的时候再学也来得及。
编程基础
目前常用的编程语言是C++和Python，初学者推荐学习Python，便于快速实现算法看到算法的结果。若对速度有要求或者需要在嵌入式设备上运行，那就必须得C++了。不过大部分的框架都会在这两种语言中实现，所以学会了一门语言，再学其他的就简单了。
这里推荐下Python的学习资源，首先必须推荐廖雪峰的Python教程，在搜索引擎十分靠前的教程，质量很有保证。
对于喜欢实战的同学，推荐慕课网python教程，也是免费的优秀课程。
另外喜欢看书的同学推荐书籍 《笨办法学Python》
机器学习基础
这是计算机视觉的核心算法，目前也有很大的发展，在学完基本的数学之后，我们就可以进行这部分的学习了。
首先推荐吴恩达的机器学习课程吴恩达机器学习
还有吴恩达的深度学习课程深度学习课程地址
和周志华大佬的《机器学习》
计算机视觉基础
主要是图像处理，图像处理主要包括图形增强，图像压缩，图像识别，图像复原等，这也是每个视觉人都必须要学的。
如果是第一次学的话，推荐李飞飞的计算机视觉课程 课程地址 ，
基本了解之后就应该看书啦，必须推荐的一本书是冈萨雷斯的《数字图形处理》，可以说是每个学图像处理都要有的书。不过这么厚的书，建议先看看北大的课件再来学习 北大数字图形处理课件。
在学理论的同时，应该还要学习Opencv的使用，把理论用代码来验证一下，只能学的更加牢固。Opencv推荐书籍《学习OpenCV3》和《OpenCV计算机视觉编程攻略》
总结
学习并不总是一帆风顺的，其中会伴随着许多的痛苦，数学推导看不懂，代码BUG找不出，但是只要我们坚持学下去，就一定能有收获。另外推荐大家组队学习，遇到不懂得及时沟通。并且学会了基础之后，去GitHub上找找开源项目来做做，或者去看看论文，你会有不一样的收获。
