一、计算机视觉概述：什么是计算机视觉、发展简史、主要应用领域、课程学习路线图
1.1 到底什么是计算机视觉？
先问个问题：你看到一张猫的照片，一秒就知道那是猫。但电脑看到的，只是一堆数字——像素值。
计算机视觉，说白了就是让电脑学会「看」。不是真的长眼睛，而是从图像里提取信息，理解内容，甚至做出决策。
我个人习惯把计算机视觉分成三个层次：
- 底层视觉：图像去噪、增强、边缘检测。说白了就是「让图像更清楚」。
- 中层视觉：目标检测、分割、跟踪。这是「找出图像里有什么、在哪」。
- 高层视觉：场景理解、行为识别、图像生成。这是「看懂发生了什么」。
核心公式（非数学，是逻辑）：
图像输入 → 特征提取 → 语义理解 → 决策输出
我在项目中遇到过不少新人，一上来就调模型，连图像分辨率、色彩空间都没搞清楚。嗯，这里要注意：计算机视觉的根基是图像处理，不是深度学习。
1.2 发展简史：从几何到深度学习
计算机视觉不是突然火起来的。我入行时，大家还在用手工特征。来，快速过一遍关键节点：
| 年代 | 标志性事件 | 我的评价 |
|---|---|---|
| 1960s | MIT 夏季视觉项目，试图让电脑识别积木 | 想法很天真，但开了先河 |
| 1970s-80s | Marr 视觉理论，提出从 2D 恢复 3D | 至今仍是经典框架 |
| 1990s-2000s | SIFT、HOG 等手工特征 + SVM 分类器 | 我当年调 SIFT 参数调到崩溃 |
| 2012 | AlexNet 在 ImageNet 上碾压传统方法 | 深度学习时代正式开启 |
| 2015 至今 | ResNet、YOLO、Transformer、扩散模型 | 每年都有惊喜，卷得飞起 |
为什么会这样？因为传统方法靠人设计特征，而深度学习让网络自己学特征。你想想看，哪个更灵活？
我的建议：别急着追新模型。把传统方法（边缘检测、特征匹配）搞懂，你会更理解深度学习为什么有效。
1.3 主要应用领域：视觉正在改变世界
计算机视觉已经渗透到各个行业。我挑几个最典型的说说：
安防领域
- 人脸识别：门禁、支付、布控
- 行为分析：打架检测、跌倒检测、人群密度
- 车辆识别：车牌识别、车型识别
我曾经做过一个安防项目，客户要求「零漏报」。结果呢？调了三个月，漏报没了，误报率飙到 80%。嗯，这里有个坑：精度和召回率永远在打架。
自动驾驶
- 目标检测：行人、车辆、交通标志
- 语义分割：道路、车道线、可行驶区域
- 深度估计：判断前方物体距离
自动驾驶对实时性要求极高。我记得有一次，模型推理慢了 10 毫秒，结果测试车差点撞上锥桶。从那以后，我养成了习惯：先算算你的模型能不能跑到 30 FPS。
医疗影像
- 病灶检测：肺结节、肿瘤、骨折
- 器官分割：CT 图像中的肝脏、肾脏
- 辅助诊断：眼底图像分析、病理切片
医疗领域最怕什么？假阴性。漏掉一个病灶，可能耽误一条命。所以医疗影像的模型，我通常会调高召回率，宁可多报几个假阳性，也不能漏。
其他热门方向
- 工业质检：产品表面缺陷检测
- 遥感图像：土地利用分类、变化检测
- AR/VR：姿态估计、3D 重建
- 电商：以图搜图、虚拟试衣
避坑指南：我曾经以为「模型精度高就能落地」。结果发现，部署环境的光照、角度、遮挡，分分钟让模型崩掉。记住：实验室精度 ≠ 工程可用度。
1.4 课程学习路线图：30 章带你入门到实战
这套课程一共 30 章，我按「基础 → 核心 → 进阶 → 实战」四个阶段来设计。你想想看，这样学起来是不是更有节奏感？
| 阶段 | 章节 | 核心内容 |
|---|---|---|
| 基础篇 | 1-8 章 | 图像处理基础、OpenCV 入门、色彩空间、滤波、边缘检测 |
| 核心篇 | 9-16 章 | 特征提取、目标检测、图像分割、深度学习基础 |
| 进阶篇 | 17-24 章 | 目标跟踪、3D 视觉、GAN、Transformer 视觉模型 |
| 实战篇 | 25-30 章 | 项目实战：人脸识别、自动驾驶感知、工业质检、模型部署 |
我个人习惯是「先跑通，再深究」。每章我都会给你一个可运行的代码示例，你照着敲一遍，跑起来，再去看原理。这样学得快，也不容易放弃。
给新手的三个建议：
- 别怕数学：线性代数、概率论够用就行，用到再查
- 多动手：光看书没用，代码跑起来才是自己的
- 学会 debug：视觉项目 80% 的时间在调参和修 bug
好了，第一章就到这里。下一章我们直接上手 OpenCV，让你感受一下「让电脑看见」的乐趣。
公众号:蓝海资料掘金营，微信deep3321