《学习OpenCV（中文版）》读后感100字
《学习OpenCV（中文版）》是一本由Gary Bradski / Adrian Kaehler著作，清华大学出版社出版的平装图书，本书定价：75.00元，页数：601，特精心从网络上整理的一些读者的读后感，希望对大家能有帮助。
《学习OpenCV（中文版）》精选点评：
●入门首选，想起本来用C++作图像处理的日子，这玩意儿简单的不是一点点啊。书中缺少代码，还得Google之才可以。
●入门
●一步好手册~
●opencv入门经典书籍
●现在离不开这个了。。
●写得已经比较深入了。有价值！
●还好，就是有些地方翻译地一般。
●粗略扫过
●终于kill掉一本，对于数学脑残图像学学弱来讲形态学之后的部分一定程度上只是有了感性认识，相比国内各种罗列函数的教材这本看起来津津有味。等到有了图形学基础之后再深搞也来得及！不管怎么说也在这本书上找到了创新项目需要的关于滤波函数的内容，终于可以降噪了！
●有错误是最恐怖的事情
《学习OpenCV（中文版）》读后感(一)：还是看外文吧
说实话 国内外目前比较好的 值得深入一读的书籍不多，此书值得深入读下去，不仅涉及到我所研究的图像图形，还有视频类的处理。opencv里很多代码都是基于C的，比较好懂，而且图像视频从感官上来说是一个容易吸引人的领域，从学术角度讲，有理论有理论，有实践有实践，是标准的工科领域，因此，学习opencv对于工科类的研究生能力的提升有很大帮助
《学习OpenCV（中文版）》读后感(二)：读Gary Bradski, Adrian Kaehler《学习OpenCV（中文版）》
作者从与Sebastian Thrun研发Stanley以及与Andrew Ng研究Stair开始。
这本书的内容有点过时，不过对于了解opencv的起源和基本架构还是很有帮助的。
IPP库的应用，说明起初的opencv更加偏向底层
在所有资料里，这本书对于图像处理基本算法的分析解释应该是最简明最清楚的
273 多边形逼近的方法
cvinpaint的方法比较好用
作者对未来的一些开发展望已经基本实现了。
《学习OpenCV（中文版）》读后感(三)：OpenCV的HelloWorld
这本《学习OpenCV》是O’Reilly出品于2008年，旋即由刘瑞祯和于仕琪在国内翻译出版。
相比国人介绍函数使用方法的书，《学习OpenCV》的着眼点则更多的回到图形图像，配合专业基础的脉络来介绍OpenCV。
作为基础教程，那类似于Hello World是一定要的，而一本书的好坏，从Hello World的写法上也可很好的反应出来。此书首先介绍如何从SVN上得到代码，显示第一个图像和视频，再做些简单的处理和变换。算是把图形图像上的Hello World给介绍了。美中不足的是，配图太少，让人少了些直观的感觉。
接着就是介绍基本的数据结构和图形工具HighGUI。这些是后续的基础，但是也不需要介绍的太细，很多日常的问题，反而是和这些相关的，一开始讲太多也没啥意思。
然后就进入基本的图像处理（平滑，形态学）和图像变换（Sobel，Canny，Laplace）。这些是基础，也是进阶，可深可浅。
后面这就这些处理和变换做实际的工作：直方图处理，轮廓处理，图像分割等。
跟踪和运动，摄像机模型与标定，三维视觉和机器学习算是高阶主题了。对于没有实际应用，或者图形图像基础比较薄弱的人来说，就会比较困难了。但是从了解的角度来开，也算对OpenCV的覆盖范畴有了感性的理解了。
作者提出，希望此书可以帮助读者培养一定的直觉，我想，则是很重要的。
图形图像的算法是很多很复杂的，但是如果有OpenCV这样的应用库的存在，帮助大家能马上“用”起来，完成一些事情，那就很容易建立信心，尽早出成果。至于高阶的算法改进，留待后面不迟。我想这也是国内和国外在计算机教学上的重大的差别。我们有时候太注重基础，太注重理论，对于应用，实在太过忽视。而工业界，则又太过关注应用，不去更多的了解理论。
所以，这一本《Learning OpenCV》配合上标准的图像处理图书来学习和实践，应该是很好的。
只可惜，这还是基于OpenCV1.0的。也为见到作者准备出OpenCV 2.x的书。从实践层面上，这会给现在的读者带来不少的困扰。
《学习OpenCV》 《Learning OpenCV》 作者：Gary Bradski， Adrian Kaebler，翻译：刘瑞祯，于仕琪
总体评价：强烈推荐
《学习OpenCV（中文版）》读后感(四)：第一至三章评论
OpenCV（Open source Computer Vision library，开放计算机视觉库）由Intel发起，采用C/C++编写，追求性能优化，跨平台，帮助新生从一个高的起点开始视觉研究，避免闭门造车。
在CentOS-2.6.32中安装OpenCV-2.2.0步骤：
(1)安装相关依赖工程（本人只装了yasm、ffmpeg、cmake和gtk2-devel）
(2)下载OpenCV-2.2.0.tar.bz2，跟普通的tarball安装有点不同：
$tar jxvf OpenCV-2.2.0.tar.bz2
$cd OpenCV-2.2.0
$cmake .
$make
$sudo make install
(3)可能需要的步骤：
(3.1)$sudo cp /usr/local/lib/pkgconfig/opencv.pc /usr/lib/pkgconfig
(3.2)在/etc/ld.so.conf.d目录中添加文件opencv.conf,内容为/usr/local/lib，最好结尾换行，然后执行$sudo ldconfig重新加载配置
简单的例子：加载并显示图像（show.cpp）
#inlcude "cv.h"
#include "highgui.h"
int main(int argc, char * argv[])
{
IplImage *img = cvLoadImage(argv[1]);
cvNamedWindow("Show", CV_WINDOW_AUTOSIZE);
cvShowImage("Show", img);
cvWaitKey(0);
cvReleaseImage(&img);
cvDestroyWindow("Show");
return 0;
}
编译&执行：
$g++ `pkg-config --cflags --libs opencv` show.cpp -o show
$./show p.jpg
如果正确显示图像，那么安装成功
OpenCV的基本结构：CvPoint、CvSize、CvRect和CvScalar，都有同名的生成函数（开头变小写，如cvSize()），使得代码易写易读。
图像的结构层级：CvArr -> CvMat -> IplImage，CvMat派生于CvArr，IplImage派生于Cvmat，OpenCV没有向量结构，可用单列或单行矩阵代替，IplImage图像结构最初为Intel图像处理库（IPL，Image Processing Library）的一部分，而IPL是Intel集成性能基元（IPP，Integrated Pereformance Primitives）的前身，OpenCV的很多函数实际上可调用IPL或IPP中的相同功能函数。
个人以为CvMat矩阵结构和IplImage图像结构要重点拿下，其次是它们的相关操作，至少要知道以下这些函数：
cvLoadImage() & cvReleaseImage()
cvCreateImage() & cvShowImage() & cvSaveImage()
cvNamedWindow() & cvWaitKey() & cvDestroyWindow()
cvPoint() & cvSize() & cvRect() & cvScalar()
看完前三章对我来说够用了，后面章节需要再看吧~