机器视觉新手应该如何学习？
首先机器视觉是一个很大的领域，近几年比较火的话肯定是要和机器视觉学习尤其是深度学习挂钩的，所以有必要首先明确自己的大方向。
然后是代码能力。传统的图像处理是离不开C++的，对于C++的学习，我觉得是一个仁者见仁智者见智的问题，毕竟C++是永远学不完呢。讲一下我的经验，C++ primer是一定要通读至少一遍的，我本科是学过C++的，但是读了这本书之后感觉就像是白学了一样。之后可以选择性地读一下effective三部曲(effective c++, more effective c++, effective stl)以及比较新的effective modern c++，对于实际工程能力会有比较大的提升。此外就是python了，作为人工智能时代的第一语言，目前来说，做计算机视觉是肯定离不开的，推荐一下廖雪峰大大的教程，很详细，对于有C++或者java基础的应该会上手很快。另外，linux最好要用熟。
同时在这一阶段可以熟悉下opencv(其实我现在已经很少用到)，跑跑demo什么的，网上这种东西是很多的。我记得我那个时候跑过人脸识别，车牌识别，感觉很有意思。opencv的话c++,python都是可以的玩的。此外，我大四的时候学过一门叫数字图像处理的课，讲的就是冈萨雷斯很经典的那本书，对于一些传统问题有一个比较宏观的了解。
机器视觉学习算法方面的话可能就要取决于你的大方向了，因为我是做DL的，传统的机器学习算法也经常用到。对于机器学习算法的入门，网上有很多参考，西瓜书，andrew的视频，统计学习方法，都很不错。我的观点是基础理论的东西不能光看，一定要去实践，把一些常用的算法亲手实践一下，肯定是没有错的。
单单针对深度学习的话，其实现在门槛已经很低的，稍微找两篇博客看一看可能都可以入门，大概唯一的门槛就是gpu了。
到这里可能大方向入门就差不多了，剩下的就要看你具体的科研方向了。
