如何自学图像编程

 现在，图像类信息越来越多了，对图像的编程需求也越来越多。图像类项目的特点是性价比高，单行代码的价格一般是普通的程序的10倍，每行代码能够卖几块钱。很多人把目光放在这个上面。刚才又有网友咨询，做图像要看些什么书？结合我的自学经验，写一篇博客谈谈这个问题。
 
 需要先明确几个问题：
 （1）你的基础如何？做图形图像的话，对数学要求比较高，至少要有大学数学的基础——微积分、线性代数、概率统计和数值分析都会用到的。不然，书看不下去，没法自学。如果要做深入的话，对英语也有一定的要求，绝大部分深入的资料都是英文的。

 （2）做哪个层面的？与硬件严重相关的只能选C，做应用层的话可以选C++和C#，我个人推荐C#，当然，智能手机还是推荐C++。做Web层面的话，目前最佳选择是Flash（其实Silverlight比Flash更适合做Web图像，好歹Silverlight有byte类型，有struct，但Silverlight的普及度不够），Html5/Canvas目前只能做简单的应用，复杂的还不行。如果只是做算法，matlab就够了，但一般不是科班出生，很少做纯算法的。做纯算法还有个缺点就是，算法转换为收入很难。鉴于C#写算法并不比用matlab写算法慢，不建议摸matlab。但matlab代码要能看懂，因为论文中很多算法是用matlab写的。

 （3）有没有克服困难的勇气。图像类项目大多不大，普遍的几千行代码就可以搞定。就这几千行代码，难度越大的钱越多。关键词就是困难和难度，工作量往往不是问题。也就是说，你越牛逼，越值钱。牛逼是没有止境的，不像那些靠体力的项目，身体是个硬的限制。

 下面的书籍，如果是写的英文名字，那就是推荐阅读英文版，如果是中文名字，那就说明，中文版写的/翻译的也不错，推荐看中文版而非英文版。都是可以直接下载到的或买到的。
 
 首先是两本核心书籍：
 （1） Image Processing，Analysis and Machine Vision 3ED。（中文名：《图像处理、分析与机器视觉》）
 （2） Computer Vision: Algorithms and Application（中文名：《计算机视觉——算法与应用》）

 第一本书偏重于基础，但是它写的可不基础。写的很简且信息量极大，但核心概念都讲了，重点算法大部分都列出来了。第二本书偏重于工程应用，概述了各个领域的有效算法，点到为止。
 如果看第二本没困难的话，可以忽略掉第一本。第一本书也不好读，一上来就讲了狄拉克分布，因此，要想从头到尾都看懂是几乎不可能的，但是它的内容的前后依存性不大，看不懂的直接略过去就行了，只看能看懂的即可。
 没必要看完，我也只看了30-40%感兴趣的部分，其它的要么是不感兴趣的，要么是看不懂的。
 只需要大学数学基础就可以开始看，能看懂部分就可以做项目了。找到和项目相关的内容，找到相应的参考文献，直接去看论文实现论文的算法即可。绝大部分重要论文Google Scholar都能搜到原文，如果英文水平不够，也可以在几个期刊网搜中文的论文，不是特别前沿的东西，中文的论文也有涉及到的。
 看书的重点是理解，理解算法最佳方式是自己把算法写一遍。可以参考OpenCV的代码来写。理解一个算法之后，这个算法就可以为你赚钱，不理解，是很难用对算法的。自己写算法。你才对这个算法的性能有直观的感受，知道可以通过哪些方式来改进它，知道怎么在性能和算法效果之间进行取舍，这对项目来说，是很重要的。
 不建议买第二本书的中文版，它的中文版阉割了参考文献和索引这两个最有使用价值的部分。
 
 把这两本书全部看完吃透，单靠大学水平的数学是不够的，至少得数学系本科生级别的知识储备。如果大学数学忘了，建议先复习一遍。
 自学推荐：
 （1）陈天权版《数学分析（一、二、三）》。这是国内最难的一套数学分析教材，为什么推荐它呢？它自成条理，信息量丰富，把图像分析深入所需的数学内容都包括进去了：微积分、点集拓扑、实分析、泛函、变分、复分析、流形……，重要概念都讲了。学完了，看论文问题不大。缺点就是难。可是，图像类项目的特点也是难。遇难而上是必须的。这套书虽难，但是思路极其清晰，就是看的慢一点而已。要知道，计算机所能发挥出的威力只是数学理论的一部分，随着计算机的计算能力越来越强，越来越多的数学方法会引入到程序中来，对于图像分析领域尤其如此。所以要未雨绸缪，别看有的数学知识现在用不上，说不定哪天就用到了。
 （2）Lax的《线性代数及其应用》。作者是沃尔夫奖得主，写的很简洁明要，且不与大学学的线性代数重复。
 （3）《Numerical Recipes》。数值分析有这一本书就够了，秒杀众书的书。这本书只看感兴趣的或当前用到的即可。

 

 鉴于图形和图像的关系越来越紧密，关于图形学的书籍也是值得一读的。推荐两本：
 （1）David F.Rogers的《计算机图形学的算法基础》。这本书实在是太经典了，就是有点老，比较基础。
 （2）《实时计算机图形学》这本书讲的都是比较现代的，正好结合上一本看。

 

 图像编程 = 算法 + 性能。因此，性能优化方面也得看。比如这本：《软件优化技术--IA-32平台的高性能手册》。
 
 会用Photoshop对图像编程很重要。Photoshop有强大的编辑功能和特效库，很多时候，可以用Photoshop先进行预研究，确定项目是否可行。可行的话，我们再把Photoshop的操作过程用算法来实现，实际项目中，经常会这么操作的。 Photoshop 推荐一本书：李金明、李金荣的《Photoshop CS5完全自学教程》。这本书写的非常棒，就是书名有点土，和那些垃圾书的书名很像。
 
 如果用C/C++的话，推荐《学习OpenCV(中文版)》，翻译的不错。如果用C#的话，没啥好书可以推荐，可以看看我博客中的文章。如果用Flash的话，推荐《Foundation ActionScript 3.0 Image Effects》。
 
 如果做的是和彩图有关的话，推荐《彩色数字图像处理》。其它的，《图像局部特征不变性特征与描述》写的也不错。
 
 ====
 下面举个例子讲讲工具、知识间的综合应用。
 要实现一个lemo特效，可以先利用现有工具得到像素之间的映射图（比如我这篇文章：《解决问题的艺术：半小时编程实现照片的反转负冲特效 》）。但这样一来，每种特效都需要一个像素映射图，增大了程序的尺寸，怎么办呢？
 一种方法是用Photoshop模拟它，然后，写图像处理算法来重复这一过程。这是用图像处理的方法来解决问题。
 另一种方法是将lemo特效当作一多元函数，特效前的图像是输入值，特效后的图像是输出值，先写出一个自由度高点的函数，再采用拟合的方法，找到合适的函数参数，然后检验这个函数的稳定性，靠谱的话就是它了。这是用数学的方法来解决问题。