1樓：張蠡
不請自來
學原理的那一部分 MATLAB Python 都OK做產品的部分要求效能cpp 要求產率 python長大了就知道，到處都是trade off。
2樓：總是在發愁
可以先學matlab了解影象處理的演算法和原理，文件很全上手很快而且作為以後輔助和驗證的工具很好用，如果只是搞科研演算法，matlab就基本夠用，但如果需要做專案或者就業就不夠了。matlab與專案工程的介面不是很友好，而且除了矩陣運算外其他情況還是沒有c語言那樣的底層語言執行的快，所以還是要c++配置opencv。有了matlab影象處理的基礎再入手opencv就是學c++的事了，比較好入手。
python比較方便，比c++好學，學的很快可以花一點時間學習，就業的話熟練掌握c++就行，能會python更好。
3樓：葉曉月
opencv已經是事實上的業界標準，如果期望今後在這個領域工作，那就要熟悉opencv，至少是可以重構演算法優化效能的程度。在實際運用中，影象處理的效能需求往往是比較吃緊的，光是c++層面的優化不太夠，能學學硬體結構和cuda就很好。至於python…我們整個部門的演算法工程師都是只會看不會寫…現在做的一些cnn專案也是拿cuda來優化。
毛星雲有本opencv3，基本的演算法和實現都有，打個基礎就可以去看岡薩雷斯了。
4樓：孫小公尺
如果沒有計算機視覺的基礎還是先學matlab吧。
matlab和python都是語言，openCV是庫，和python之間有介面。如果沒有計算機視覺的理論基礎的話還是先別用openCV了，這只是讓你調取各種矩陣運算的函式，如果要好好學習的話你自己得知道內部原理是什麼。那matlab就比較合適，由於其優秀的向量運算能力，你可以自己寫homographic transformation，ransac，camera calibration, optical flow, feature detection, convolution等等這些computer vision的一些最常用的方法。
同時matlab的影象視覺化做的也非常好，很適合作為研究學習。等深刻了解了這些方法理論以後，那就可以隨便用openCV咯。無論是python也好c++也好，都是工具而已。
5樓：驚奇漫畫
我覺得都不是，不知道lz的數字影象處理的基礎怎麼樣。如果基礎差的話建議閱讀「數字影象處理」這本書，先把影象處理的基礎打好再說應用的事。即使lz用opencv用的很熟悉不還是只會調api嗎，建議是先學習理論再進行實踐或者理論實踐同時進行。
6樓：格仔間裡的牧羊人
這不矛盾啊，matlab做實驗，C++ + opencv 工程實現，opencv也有python介面，直接呼叫就好。豈不美滋滋。
matlab用熟了，opencv裡面很多函式名都一樣。
7樓：jRONI
OpenCV matlab python 按這個順序
原則上合格的cv研究人員應該有能力在c++上重新任何已發表的演算法 matlab是建模方便一點但是優秀的研究人員完全可以脫離matlab自己全部實現其實也沒有想像的那麼嚇人方向都確定了工具的廣度不會很大的
Python就算了你是研究生是要發明演算法的不是白用現成東西的
VTK ITK OPENCV，從影象處理的角度來說，哪種用的人多？
Feynman 先解釋一下這幾個庫的用途。如 羅體所述，ITK是用於影象處理，而VTK用於視覺化顯示。而OpenCV也是用於影象處理，所以說ITK和OpenCV是一類庫。而VTK又是另一類庫，這類庫中比較類似的是OpenGL。那麼影象處理的這兩個庫ITK和OpenCV的區別又是什麼呢？Differe...
Linux下影象處理的選擇matlab？opencv？python？
YzolaPhilo 這三個，不能這麼比較，首先Matlab和其他兩個都不一樣，matlab，和python opencv熟悉哪個用哪個python只是個膠水語言而已，影象處理相關的庫函式還是要用opencv for python，而matlab你要學matlab的指令碼，處理函式，matlab都有...
作為醫學影像小白乙隻，已有數字影象處理知識儲備，研究方向為醫學成像原理，推薦的醫學知識書籍有哪些？
比鄰 你可以先答題了解一下各個成像的特點，在深入某乙個。超聲是反射成像，ct，pet等是radon變換，mri是fourier變換，oct是利用光學相干 陳力 我說醫學方向的吧，找乙個靠譜點的斷層解剖學圖譜，認真看看各種成像方式所呈現的斷層影象和解剖影象的關係，然後利用技術手段使要觀察的組織或器官顯...