近期準備開始寫一些傳統CV算法方面的學習心得，對于一個在cv方面工作了兩年多的新人，了解一些傳統的、偏數學的計算機視覺算法還是挺有必要的。雖然神經網絡出現之后這些傳統算法變得貌似不那么重要，但是缺乏理論的支撐很容易讓人在學習新模型的時候產生困惑，個人認為學習視覺方面深度學習的基礎還是要了解傳統的視覺算法的一些操作。因此我希望，用盡可能簡明的語言，記錄一下我在CV傳統算法學習上的所獲所得。不乏其中有很大篇幅是網絡上很多大牛的詳細的知識詳解文章，我也會摘錄到本筆記中，與大家共同學習。本系列主要內容包括我自己不甚了解的cv方面的知識，未必囊括所有的基礎知識，目錄隨著我的學習過程進行增加。
初次寫博客，文筆不好，如有錯誤還請斧正！

目錄(暫未分類，寫多了再說吧)

• Harris 角點
• FAST角點
• 小孔相機參數
• PNP(pespective-n-point)算法
• 形態學分析
• 邊緣檢測
• 斑點檢測
• 圖像平滑去噪
• 全景拼接
• SIFT算法上 | SIFT算法下
• SURF算法
• orb算法
• 光流法基礎
• 張正友標定法
• RANSAC
• 標定板識別算法（待整理）
• Shape-Based matching（待整理）
• 霍夫變換模板匹配（待整理）
• 識別直線（待整理）
• 背景提取（待整理）
• 物體跟蹤（待整理）
• AR二維碼檢測與應用（待整理）
• 二維碼（待整理）
• 雙目重建相關（待整理）
• 圖像頻域分析（待整理）
• 圖像增強和復原（待整理）
• 圖片壓縮（待整理）
• 人臉識別（待整理）
• 字符分割（待整理）

此外，有關3D方面、深度學習方面的筆記在整理中，目錄鏈接傳統3D視覺學習筆記、深度學習學習筆記

lenna

作者簡介：開飛機的喬巴（WeChat：zhangzheng-thu），現主要從事機器人抓取視覺系統以及三維重建等3D視覺相關方面，另外對slam以及深度學習技術也頗感興趣，歡迎加我微信或留言交流相關工作。