如果你有想要交流的想法、技术，欢迎在评论区留言。
图像算法 这个系列橡皮擦一直不太想写，因为太难了，对技术栈体系是一无所知的。而且橡皮擦数学目前估计就剩下初二的水平了，承担这样一个系列博客，想想自己就挺害怕的。
不过人想要进步，就要跳出自己的舒适圈，挑战一下有难度的事情。
这个系列会写一年之久，希望有能和橡皮擦坚持到最后一天的朋友。
学习者背景描述
对橡皮擦自己画个画像，如果你比我强，你也可以坚持到最后一步。
目前我的硬技能只有一个：
- 熟悉 Python 语法，对其比较了解，所以不存在编程语言基础障碍
学习上的难点：
- 数学基础差，目前剩余支持停留在二元一次方程阶段；
- 图像识别理论体系不健全，存在走弯路的可能；
以上是对自己的简单画像，概括下来就是有编程基础，无任何数学基础。
总之一句话：
任何事情都是开始之后，才有未来，而不是总在想，一直不敢开始。
说干就干，学习的过程是这样子的。
- 每天只能学习大概 1 个小时左右，毕竟打工人不好持续输出，而且我还欠着滚雪球学 Python 那个专栏呢；
- 文章不是每天都更新，可能 2~3 天学习到都更新出来；
- 因为没有体系，学习的过程会充满跳跃性，橡皮擦尽量把过程忠实的记录下来，这些可能都是比较珍贵的学习经历；
因为有编程功底，所以涉及语言基础部分，基本都会略过。
本系列课程你能得到
- 你可以近距离围观一个老程序员是如何学习一套新技能的；
- 你可以看一下一个老网虫是如何查找资料的；
- 最终你也可能随着橡皮擦一起学会 Python 图像处理；
- 过程中你可能需要跟着橡皮擦一起去补数学基础，没准就学会数学啦。
第一天这一个小时发生的事情
对于学习 Python 图像处理，不能说完全陌生，至少在橡皮擦印象中存在一个 OpenCV 可以去弄。
有印象就是重要的内容，先从它下手。
打开搜索引擎，购物网站，CSDN 搜索，检索资料，找一些自己感兴趣的内容，先点开看看，是不是靠谱。
打开百度，看到前面有几篇文章，下面是官方网址了，先存储一下官网，放心这种东西绝对有用。
https://docs.opencv.org/master/d0/de3/tutorial_py_intro.html
然后习惯性的把网址后面的东西都删除掉。
得到下面的网站，呦呵，不同版本的文档，存着吧，肯定有用。
在把网址中的 docs 修改为 www，得到官网地址：https://opencv.org/，顺便认识一下 OpenCV 标准写法与 LOGO：
[图片上传失败...(image-a8fd6f-1635469046630)]
百度到的第一篇文章不错，可以依据它进行初步的学习，感谢作者。
https://www.cnblogs.com/silence-cho/p/10926248.html
然后注意，看到一个作者的文章不错，一定要翻翻这个作者的博客，没准就能发现一个系列的内容，这些都是有价值的。
排名第二的就是 CSDN 的博主的博客了，打开看了一下，内容比较简单，好在他也有一个小专栏。
https://blog.csdn.net/sunny2038/category_904451.html
看完标题之后，差点就劝退了橡皮擦，文章有点老了，2013 年，那时橡皮擦还在北京做开发呢。
存储一些待看博客之后，在去 CSDN 搜索查看一下，恩？，看到了大佬。
注意 CSDN 有个神奇的操作，可以选择发布时间与博主等级。
再次得到了一些文章，下面还有一个是橡皮擦喜欢做的事情，就是打开购物网站，搜一下看看有没有好书。
看了一下，并没有特别想买的，你可以直接去当当网查看一下评分和书评，找一找有没有自己喜欢的书，不过一般不建议直接购买，有些书还是比较坑的，可以先搞一本电子版的看看，如果觉得内容好，再去购买一本实体的书籍。
到这里，基本上可以收集到 OpenCV 的一些可参考资料了，不要找太多，选一个自己比较喜欢的作者，然后先耐住性子看一下，碰到不会的再去检索更多的资料。
注意参考资料时间距离现在越近越好，而且一定要看原版博客的内容，别看转载的，转载的格式很容易混乱。
查找原版博客，可以复制文章标题在搜索引擎查找，很容易找到。
橡皮擦最后选择的还是上文提及的搜索引擎排第一的博主，毕竟他是去年发布的文章，阅读量还可以。
1 个小时剩余的时间不多了，接下来先把 OpenCV 安装上再说，使用 pip install opencv-python 安装即可，安装包还挺大的，30 多 M。
安装完毕先试试手，看看这个库怎么用。
import cv2
img = cv2.imread("./test_img.jpg")
cv2.imshow("img",img)
运行代码发现图片一闪而过，奇怪，核对参考博文代码发现，还需要设置一个等待条件，当按下某些固定按键的时候，关闭窗口。
import cv2
img = cv2.imread("./test_img.jpg")
cv2.imshow("img", img)
key = cv2.waitKey(0)
# 按 esc 键时，关闭所有窗口
if key == 27:
print(key)
cv2.destroyAllWindows()
先记录两个方法，别求太细致，先弄懂基本使用规则即可。
cv2.imread()
读取图片，关于其它参数，可以使用 help(cv2.imread) 获取。只有一个必填参数。
- imread(img_path[,flags]) 读取图片，返回图片对象
- img_path: 图片的路径，即使路径错误也不会报错，但打印返回的图片对象为 None
- flags：
- cv2.IMREAD_COLOR，读取彩色图片，图片透明性会被忽略，为默认参数，也可以传入 1
- cv2.IMREAD_GRAYSCALE,按灰度模式读取图像，也可以传入 0
- cv2.IMREAD_UNCHANGED,读取图像，包括其 alpha 通道，也可以传入-1
除了图片路径先掌握以外，其它的先放着，什么彩色图片，灰度图像，alpha 通道，都通通不管，后文咱们可以每个参数都实验一下。
最后在看一下图片对象是什么类型的。
import cv2
img = cv2.imread("./test_img.jpg")
# help(cv2.imread)
print(type(img))
有点意思，输出的是 <class 'numpy.ndarray'>，与 numpy 还有关联，事情越来越复杂啦。
cv2.imshow()
显示图片，从博文中学到的内容如下：
- imshow(window_name,img)：显示图片，窗口自适应图片大小
- window_name: 指定窗口的名字
- img：显示的图片对象
可以指定多个窗口名称，显示多个图片
检索资料发现 imshow 就是 image show 的缩写，貌似已经猜到了，还有 imshow 一般用在开发测试中，在实际的场景中都是使用第三方的 UI 控件去显示图像。
最后一点需要注意的是：imshow 之后必须有 waitKey 函数，否则显示窗内将一闪而过，不会驻留屏幕。
waitKey(millseconds) 键盘绑定事件，阻塞监听键盘按键，返回一个数字（不同按键对应的数字不同）
millseconds: 传入时间毫秒数，在该时间内等待键盘事件；传入 0 时，会一直等待键盘事件
destroyAllWindows(window_name)
window_name: 需要关闭的窗口名字，不传入时关闭所有窗口
方法的简单使用已经掌握了，接下来就要针对性的学习了，先看一下 imread 方法，找到官方手册。
https://docs.opencv.org/4.4.0/d4/da8/group__imgcodecs.html#ga288b8b3da0892bd651fce07b3bbd3a56
使用方法和注意事项写的清清楚楚，不过是英文的。
参数说明如下：
- filename Name of file to be loaded.
- flags Flag that can take values of cv::ImreadModes
可选参数为枚举值：https://docs.opencv.org/4.4.0/d4/da8/group__imgcodecs.html#ga61d9b0126a3e57d9277ac48327799c80
随意修改一下，因为上文提及了当按灰度模式读取图像时，设置为 0。学习效果可直接设置为 0 ，尝试一下，结果得到一个黑白图片。
import cv2
img = cv2.imread("./test_img.jpg", 0)
cv2.imshow("第一个窗口", img)
key = cv2.waitKey(0)
# 按 esc 键时，关闭所有窗口
if key == 27:
print(key)
cv2.destroyAllWindows()
发现上文弹出的窗口乱码了，也就是说 imshow 第一个参数设置为中文会出现乱码，如何修改可以直接进行简单，但是检索之后还是建议你使用英文吧。因为检索了一下并无好的解决方案，网上提及的答案是：由于在 OpenCV-Python 包中，imshow 函数的窗口标题是 gbk 编码，而 Python3 默认 UTF-8 编码。但是并不能解决。
本部分结束之后，对于 retval = cv.waitKey([, delay]) 方法，是 imshow 方法要求的，如下图所示。
注意按下键盘 Ctrl+C 复制的时候，窗口自动关闭。
可以直接在 cv.waitKey 方法中设置等待 10 秒自动关闭，代码为 cv2.waitKey(10000)。
destroyAllWindows 方法，没有什么要说的，关闭窗口。
今天的 OpenCV 尾声
本篇博客主要介绍了一下本系列内容的书写背景，同时配置了一下基本的环境，案例很简单，希望这整个学习过程能对你产生帮助。
