? ? 現(xiàn)在，圖像類信息越來越多了，對圖像的編程需求也越來越多。圖像類項目的特點是性價比高，單行代碼的價格一般是普通的程序的10倍，每行代碼能夠賣幾塊錢。很多人把目光放在這個上面。剛才又有網友咨詢，做圖像要看些什么書？結合我的自學經驗，寫一篇博客談談這個問題。

需要先明確幾個問題：

（1）你的基礎如何？做圖形圖像的話，對數(shù)學要求比較高，至少要有大學數(shù)學的基礎——微積分、線性代數(shù)、概率統(tǒng)計和數(shù)值分析都會用到的。不然，書看不下去，沒法自學。如果要做深入的話，對英語也有一定的要求，絕大部分深入的資料都是英文的。

（2）做哪個層面的？與硬件嚴重相關的只能選C，做應用層的話可以選C++和C#，我個人推薦C#，當然，智能手機還是推薦C++。做Web層面的話，目前最佳選擇是Flash（其實Silverlight比Flash更適合做Web圖像，好歹Silverlight有byte類型，有struct，但Silverlight的普及度不夠），Html5/Canvas目前只能做簡單的應用，復雜的還不行。如果只是做算法，matlab就夠了，但一般不是科班出生，很少做純算法的。做純算法還有個缺點就是，算法轉換為收入很難。鑒于C#寫算法并不比用matlab寫算法慢，不建議摸matlab。但matlab代碼要能看懂，因為論文中很多算法是用matlab寫的。

（3）有沒有克服困難的勇氣。圖像類項目大多不大，普遍的幾千行代碼就可以搞定。就這幾千行代碼，難度越大的錢越多。關鍵詞就是困難和難度，工作量往往不是問題。也就是說，你越牛逼，越值錢。牛逼是沒有止境的，不像那些靠體力的項目，身體是個硬的限制。

下面的書籍，如果是寫的英文名字，那就是推薦閱讀英文版，如果是中文名字，那就說明，中文版寫的/翻譯的也不錯，推薦看中文版而非英文版。都是可以直接下載到的或買到的。

首先是兩本核心書籍：

（1）Image Processing，Analysis and Machine Vision 3ED。（中文名：《圖像處理、分析與機器視覺》）

（2）Computer Vision:

Algorithms and Application（中文名：《計算機視覺——算法與應用》）

第一本書偏重于基礎，但是它寫的可不基礎。寫的很簡且信息量極大，但核心概念都講了，重點算法大部分都列出來了。第二本書偏重于工程應用，概述了各個領域的有效算法，點到為止。

如果看第二本沒困難的話，可以忽略掉第一本。第一本書也不好讀，一上來就講了狄拉克分布，因此，要想從頭到尾都看懂是幾乎不可能的，但是它的內容的前后依存性不大，看不懂的直接略過去就行了，只看能看懂的即可。

沒必要看完，我也只看了30-40%感興趣的部分，其它的要么是不感興趣的，要么是看不懂的。

只需要大學數(shù)學基礎就可以開始看，能看懂部分就可以做項目了。找到和項目相關的內容，找到相應的參考文獻，直接去看論文實現(xiàn)論文的算法即可。絕大部分重要論文Google

Scholar都能搜到原文，如果英文水平不夠，也可以在幾個期刊網搜中文的論文，不是特別前沿的東西，中文的論文也有涉及到的。

看書的重點是理解，理解算法最佳方式是自己把算法寫一遍。可以參考OpenCV的代碼來寫。理解一個算法之后，這個算法就可以為你賺錢，不理解，是很難用對算法的。自己寫算法。你才對這個算法的性能有直觀的感受，知道可以通過哪些方式來改進它，知道怎么在性能和算法效果之間進行取舍，這對項目來說，是很重要的。

不建議買第二本書的中文版，它的中文版閹割了參考文獻和索引這兩個最有使用價值的部分。

把這兩本書全部看完吃透，單靠大學水平的數(shù)學是不夠的，至少得數(shù)學系本科生級別的知識儲備。如果大學數(shù)學忘了，建議先復習一遍。

自學推薦：

（1）陳天權版《數(shù)學分析（一、二、三）》。這是國內最難的一套數(shù)學分析教材，為什么推薦它呢？它自成條理，信息量豐富，把圖像分析深入所需的數(shù)學內容都包括進去了：微積分、點集拓撲、實分析、泛函、變分、復分析、流形……，重要概念都講了。學完了，看論文問題不大。缺點就是難。可是，圖像類項目的特點也是難。遇難而上是必須的。這套書雖難，但是思路極其清晰，就是看的慢一點而已。要知道，計算機所能發(fā)揮出的威力只是數(shù)學理論的一部分，隨著計算機的計算能力越來越強，越來越多的數(shù)學方法會引入到程序中來，對于圖像分析領域尤其如此。所以要未雨綢繆，別看有的數(shù)學知識現(xiàn)在用不上，說不定哪天就用到了。

（2）Lax的《線性代數(shù)及其應用》。作者是沃爾夫獎得主，寫的很簡潔明要，且不與大學學的線性代數(shù)重復。

（3）《Numerical Recipes》。數(shù)值分析有這一本書就夠了，秒殺眾書的書。這本書只看感興趣的或當前用到的即可。

鑒于圖形和圖像的關系越來越緊密，關于圖形學的書籍也是值得一讀的。推薦兩本：

（1）David F.Rogers的《計算機圖形學的算法基礎》。這本書實在是太經典了，就是有點老，比較基礎。

（2）《實時計算機圖形學》這本書講的都是比較現(xiàn)代的，正好結合上一本看。

圖像編程=算法+性能。因此，性能優(yōu)化方面也得看。比如這本：《軟件優(yōu)化技術--IA-32平臺的高性能手冊》。

會用Photoshop對圖像編程很重要。Photoshop有強大的編輯功能和特效庫，很多時候，可以用Photoshop先進行預研究，確定項目是否可行。可行的話，我們再把Photoshop的操作過程用算法來實現(xiàn)，實際項目中，經常會這么操作的。Photoshop推薦一本書：李金明、李金榮的《Photoshop CS5完全自學教程》。這本書寫的非常棒，就是書名有點土，和那些垃圾書的書名很像。

如果用C/C++的話，推薦《學習OpenCV(中文版)》，翻譯的不錯。如果用C#的話，沒啥好書可以推薦，可以看看我博客中的文章。如果用Flash的話，推薦《Foundation ActionScript 3.0

Image Effects》。

如果做的是和彩圖有關的話，推薦《彩色數(shù)字圖像處理》。其它的，《圖像局部特征不變性特征與描述》寫的也不錯。

====

下面舉個例子講講工具、知識間的綜合應用。

要實現(xiàn)一個lemo特效，可以先利用現(xiàn)有工具得到像素之間的映射圖（比如我這篇文章：《解決問題的藝術：半小時編程實現(xiàn)照片的反轉負沖特效》）。但這樣一來，每種特效都需要一個像素映射圖，增大了程序的尺寸，怎么辦呢？

一種方法是用Photoshop模擬它，然后，寫圖像處理算法來重復這一過程。這是用圖像處理的方法來解決問題。

另一種方法是將lemo特效當作一多元函數(shù)，特效前的圖像是輸入值，特效后的圖像是輸出值，先寫出一個自由度高點的函數(shù)，再采用擬合的方法，找到合適的函數(shù)參數(shù)，然后檢驗這個函數(shù)的穩(wěn)定性，靠譜的話就是它了。這是用數(shù)學的方法來解決問題。