OpenCV已經(jīng)將圖像處理(識別)的算法寫成函數(shù)了，那我們還有必要去學(xué)習(xí)這些算法嗎？這取決于你的目的。比如說現(xiàn)在的車這么先進(jìn)好用，你還需要了解變速箱的原理嗎？這取決于你的目的。如果只是普通駕駛，你不需

OpenCV已經(jīng)將圖像處理(識別)的算法寫成函數(shù)了，那我們還有必要去學(xué)習(xí)這些算法嗎？

這取決于你的目的。比如說現(xiàn)在的車這么先進(jìn)好用，你還需要了解變速箱的原理嗎？這取決于你的目的。如果只是普通駕駛，你不需要知道。如果你是一個機(jī)械師，你必須理解。如果你是一個汽車制造商的工程師，你必須對它非常了解。簡言之，這取決于具體的需要。

研一新生導(dǎo)師讓選方向，F(xiàn)PGA，51和stm32單片機(jī)，opencv這三個那個比較有前景呢？

我推薦FPGA

C/C是一種比較低級的語言，它可以很好地控制CPU/內(nèi)存等計算機(jī)資源，尤其是硬件。在算法運(yùn)算最精細(xì)的時候使用它們是很自然的。

但它們的優(yōu)點也是缺點。精細(xì)的操作自然需要精細(xì)的編程，精細(xì)的編程自然需要復(fù)雜的語言設(shè)置，比如什么是指針，什么是指針函數(shù)，什么是函數(shù)指針當(dāng)你理解了這些概念，你可能就沒有編寫代碼的沖動了。更重要的是，如果你想編寫高性能的代碼，你必須精通這些概念

Python的一個非常重要的特性就是所謂的“粘合語言”，也就是說它可以將用不同語言編寫的代碼模塊組合起來，然后通過Python調(diào)用它們。實際上，大多數(shù)算法庫都是用C/C語言編寫的，然后提供Python接口供用戶使用。畢竟，大多數(shù)人只需要知道如何調(diào)用封裝的算法。但是如果你想實現(xiàn)你自己的算法，你必須知道C/C

例如，Python就像一個電視遙控器，C/C就像遙控器中的電路板。通常，如果你想換臺，只需按一下按鈕。但有一天你只需要一個將屏幕旋轉(zhuǎn)90度的功能，遙控器沒有這個功能，但可以通過卸下遙控板，插入幾個組件來實現(xiàn)。你是做什么的？