第一章：计算机视觉概述
大家好，我是这门课的主讲。在正式开始之前，我想先聊聊——计算机视觉到底是什么？
说白了，就是让计算机学会“看”。
你想想看，人类看一张照片，能认出猫、狗、红绿灯。但计算机看到的，只是一堆数字矩阵。我们要做的，就是教会它从这些数字里提取出有意义的信息。我个人习惯把这件事叫做“给机器装上一双眼睛”。
什么是计算机视觉
计算机视觉（Computer Vision，简称CV），是人工智能的一个重要分支。它的目标很简单：让计算机能够理解图像和视频中的内容。
举个例子。你拍了一张自拍，计算机能识别出“这是一个人”，甚至能判断出“这个人正在微笑”。这就是计算机视觉在做的事。
嗯，这里要注意：计算机视觉和人类视觉不一样。人类看一眼就知道“这杯咖啡很烫”，但计算机需要先学会识别“杯子”，再学会识别“热气”，最后才能推理出“烫”。每一步都不简单。
核心任务：从图像中提取信息，并做出决策。
发展简史：从“看”到“懂”
计算机视觉的发展，我把它分成三个阶段。
第一阶段：萌芽期（1960s-1980s）
最早的时候，研究者们试图让计算机识别简单的几何形状。比如，识别一个三角形、一个圆形。我记得当时有个经典项目叫“积木世界”，计算机只能识别黑白图像中的立方体。说实话，那时候的“视觉”非常初级。
第二阶段：特征工程时代（1990s-2010s）
这个阶段，大家开始手工设计特征。比如SIFT、HOG这些算法，都是人工设计出来的。我在项目中遇到过一个问题：用HOG特征做行人检测，光照一变，效果就崩了。那时候我就在想，能不能让机器自己学特征？
第三阶段：深度学习革命（2012年至今）
2012年，AlexNet在ImageNet大赛上一鸣惊人。从此，卷积神经网络（CNN）成了主流。机器不再需要人工设计特征了，它自己能从数据中学到更好的特征。说白了，就是“让数据说话”。
个人经验：我曾经在2015年做过一个项目，用传统方法做车牌识别，准确率只有85%。后来换成CNN，直接干到98%。从那以后，我再也没碰过手工特征。
主要应用领域
计算机视觉的应用，现在已经渗透到各行各业了。我挑几个典型的说说。
安防领域
人脸识别、行为分析、异常检测。你想想看，现在地铁站、机场，到处都是摄像头。但光有摄像头没用，得有人“看”。计算机视觉就是那个24小时不休息的保安。
- 人脸识别：刷脸支付、门禁系统
- 行为分析：检测打架、摔倒等异常事件
- 车辆识别：车牌识别、违章抓拍
自动驾驶
这是计算机视觉最“硬核”的应用之一。车辆需要实时识别：车道线、行人、交通标志、其他车辆。我参与过一个自动驾驶项目，最头疼的是“雨天场景”——雨滴会遮挡摄像头，导致识别率骤降。
避坑指南：我曾经因为没处理好雨雾天气的数据增强，导致模型在雨天测试时直接“瞎了”。后来我强制要求训练数据里必须包含20%的恶劣天气样本。
医疗影像
CT、MRI、X光片，这些医学影像的解读，以前全靠医生。现在，计算机视觉可以辅助医生做诊断。比如，检测肺结节、识别眼底病变。
我有个朋友在医疗AI公司工作，他说：“计算机不是要取代医生，而是帮医生减少漏诊。” 嗯，这个定位很准确。
其他领域
- 工业质检：检测产品表面的划痕、缺陷
- 农业：识别作物病虫害、估算产量
- 零售：无人超市、商品识别
- AR/VR：增强现实中的物体跟踪
课程学习路线图
这门课一共30章，我把它分成四个阶段。你跟着走，不会迷路。
| 阶段 | 章节 | 核心内容 |
|---|---|---|
| 基础入门 | 第1-5章 | 图像处理基础、OpenCV入门、图像滤波、边缘检测 |
| 核心算法 | 第6-15章 | 特征提取、图像分割、目标检测、图像分类 |
| 深度学习 | 第16-25章 | CNN、YOLO、ResNet、GAN、迁移学习 |
| 项目实战 | 第26-30章 | 人脸识别系统、自动驾驶感知、医疗影像诊断 |
我的建议：不要跳过基础部分直接去学深度学习。我见过太多人，一上来就调YOLO，结果连图像分辨率、色彩空间都搞不清楚。基础不牢，地动山摇。
为什么会这样？因为计算机视觉是一个“经验密集型”的领域。你踩过的坑越多，你的模型就越稳。这门课里，我会把我在项目中踩过的坑、总结的经验，全都告诉你。
好了，第一章就到这里。下一章，我们开始动手——用OpenCV读取第一张图片。准备好了吗？
课后小练习：找一张你喜欢的照片，用手机拍下来。然后想一想：如果让计算机“看懂”这张照片，它需要做哪些步骤？
公众号:蓝海资料掘金营，微信deep3321